1. 案例定位

第 9.3 節 R 教學，以 IBM 人力資源資料示範視覺化、隨機森林、交叉驗證與可解釋人工智慧（Explainable Artificial Intelligence, XAI）。

2. 學習目標

掌握資料清理、75/25 切分、隨機森林、10 折交叉驗證、變數重要性與 LIME 解釋流程。

3. 案例情境

資料目標為 Attrition（Yes／No）。原書先刪除沒有變異的 Over18、EmployeeCount、StandardHours，再把字串類別轉為 factor，並確認資料無缺失值。

4. 開始資料

原書資訊 數值／內容
未流失 No 1,233
流失 Yes 237
總樣本 1,470
訓練／測試 75%／25%
訓練樣本 1,102
測試樣本 368
交叉驗證 10 折

5. 分析方法

R + ggplot2 做視覺化；randomForest 建立分類器；caret 進行 10 折交叉驗證；varImp 計算變數重要性；局部可解釋模型不可知解釋（Local Interpretable Model-Agnostic Explanations, LIME）解釋單一員工預測。

6. 計算結果

結果 原書數值
單次 75/25 切分準確率 0.8560
10 折交叉驗證準確率 0.8614
交叉驗證最佳 mtry 45
最重要變數 MonthlyIncome，其後 Age、DailyRate
案例 569 的主要局部解釋 OverTime 貢獻最大

依 237÷1,470 計算，流失樣本約占 16.1%，顯示類別不平衡。

7. 結果分析與管理解讀

交叉驗證的準確率略高於單次切分，但兩者差距不大。更重要的是資料高度不平衡；只看整體準確率可能低估少數流失類別的辨識問題。

8. 人工智慧提問詞

根據原書的準確率、類別分布與變數重要性，解釋模型表現與類別不平衡風險；區分全域變數重要性與案例 569 的局部 LIME 解釋。

9. 思考／假設情境

問題： 為什麼 MonthlyIncome 是整體重要變數，不代表每位員工都主要由收入決定？

參考解答： 全域變數重要性描述整體模型；原書案例 569 的局部解釋反而顯示 OverTime 貢獻最大。