员工离职预测数据标准化代码python

下面是员工离职预测数据标准化的 Python 代码示例：

import pandas as pd
from sklearn.preprocessing import StandardScaler

# 读取 CSV 文件
df = pd.read_csv('employee_data.csv')

# 选择需要标准化的列
cols_to_scale = ['age', 'salary', 'years_of_experience']

# 创建标准化器对象
scaler = StandardScaler()

# 在数据集上拟合标准化器
scaler.fit(df[cols_to_scale])

# 使用标准化器转换数据集
df[cols_to_scale] = scaler.transform(df[cols_to_scale])

# 将标准化后的数据集保存为新的 CSV 文件
df.to_csv('employee_data_standardized.csv', index=False)

在这个例子中，我们使用了 Pandas 库来读取员工数据的 CSV 文件。我们选择需要标准化的列，创建一个 `StandardScaler` 对象，然后对数据集进行拟合和转换。最后，我们将标准化后的数据集保存为一个新的 CSV 文件。

请注意，这个示例需要安装 `pandas` 和 `scikit-learn` 库。