ty -jour a2 -ejbali，ridha au- atiku，sulaiman O. au -au -obagbuwa，ibidun C. Py -2021 da -2021/09/21 ti-机器学习分类技术，用于检测人力资源对商业银行绩效的影响SP -7747907 VL -2021 AB-银行业是一个具有巨大竞争和活力的市场，组织绩效变得至关重要。可以使用不同的指标来衡量组织绩效并在全球市场中维持竞争优势。通常通过人力资源来实现绩效指标的执行，这是维持组织在竞争激烈的市场中的核心要素。有效地管理人力资源并将其策略与组织策略保持一致，这变得至关重要。我们采用了使用定量方法的调查研究设计，并将结构化问卷分配给305名利用有效抽样技术的受访者。银行绩效的预测至关重要，因为不良绩效可能会给银行和社会带来严重的问题，例如破产和对国家经济的负面影响。过去，大多数研究人员都采用了传统统计数据来建立预测模型。但是，由于机器学习算法的效率，许多研究人员现在将各种机器学习算法应用于包括性能预测系统在内的各个领域。在这项研究中，采用了八种不同的机器学习算法来建立绩效模型，以通过Python软件工具和机器学习库和包装来预测尼日利亚商业银行在尼日利亚的预期绩效（员工技能，态度和行为）。 The results of the analysis clearly show that human resources outcomes are crucial in achieving organizational performance, and the models built from the eight machine learning classifier algorithms in this study predict the bank performance as superior with the accuracies of 74–81%. The feature importance was computed with the package in Scikit-learn to show comparative importance or contribution of each feature in the prediction, and employee attitude is rated far more than other features. Nigeria’s bank industry should focus more on employee attitude so that the performance can be improved to outstanding class from the current superior class. SN - 1687-9724 UR - https://doi.org/10.1155/2021/7747907 DO - 10.1155/2021/7747907 JF - Applied Computational Intelligence and Soft Computing PB - Hindawi KW - ER -