水一篇

目标得分:

目标极差:

目标均分:

Group performance Example

Group\time

1

2

3

4

5

1

?

20

60

70

50

2

50

60

70

50

60

3

50

90

40

60

50

4

20

10

80

100

100

数据处理

1.残缺数据补充:均值补充法

在叙述时应强调这是基于课程评分衍生的问题,重在公平公开等等。。。

Group\time

1

2

3

4

5

1

?

20

60

70

50

2

50

60

70

50

60

3

50

90

40

60

50

4

20

10

80

100

100

?=(20+60+70+50)/4=50

2.数据标准化:

例如:

u=(20+60+90+10)/4 = 45  \delta^2 = (25**2+15**2+45**2+35**2)/3=1633.67 \delta=36.968

X=[20,60,90,10]  X’=[-0.67,0.41,1.21,-0.95]

  1. 数据加权:

叙述时可以说:这是因为在实际工作中各个模块的重要性不同等等

  1. 计算总得分 M
  2. 按照给出最终分数

Python 代码

import sys
import numpy as np
import xlrd as xl
import csv
import copyclass SCORE():def __init__(self,Lmin=85,Lmax=99,address="",Type=".csv"):self.address = addressself.Type = Typeself.Lmin = Lminself.Lmax = Lmaxtry:self.Weight = self.readfile(self.address+"Weight"+self.Type)self.data = self.readfile(self.address+"data"+self.Type)except:print("读取异常")sys.exit()#数据转换成float64self.data = self.data.astype("float64")self.Weight = self.Weight.astype("float64")self.DATA = copy.deepcopy(self.data)def readfile(self,Address):print(Address)with open(Address) as f:f_csv = csv.reader(f)headers = next(f_csv)List = []for row in f_csv:List.append(row)if len(List)>1:return np.array(List)else:return np.array(List[0])def data_check(self):        #检查矩阵是否完整try:GROPU_num,Test_num = self.data.shapeexcept:print("矩阵维度超标!")sys.exit()#检查元素是否非负if np.min(np.min(self.data))>=0:return GROPU_num,Test_numelse:print("含负元素")sys.exit()def supplement(self):GROPU_num,Test_num = self.data_check()for gn in range(GROPU_num):self.data[gn][np.where(self.data[gn]==0)]=sum(self.data[gn][np.where(self.data[gn]!=0)])/len(self.data[gn][np.where(self.data[gn]!=0)])print("缺省元素补充完毕")def standardization(self):GROPU_num,Test_num = self.data_check()for tn in range(Test_num):ave = sum(self.data[:,tn])/GROPU_numdelta = (sum((self.data[:,tn]-ave)**2)/(GROPU_num-1))**0.5self.data[:,tn] = (self.data[:,tn]-ave)/deltaprint("数据标准化完毕")def calculate_M(self):#检查权重矩阵GROPU_num,Test_num = self.data_check()assert(len(self.Weight)==Test_num),"权重矩阵长度不符合" self.supplement()self.standardization()self.data *= self.Weightreturn np.array([sum(i) for i in self.data])def calculate_L(self):GROPU_num,Test_num = self.data_check()Mscore = self.calculate_M()Mmax = max(Mscore)Mmin = min(Mscore)Mscore = (Mscore*(self.Lmax-self.Lmin)-Mmin*self.Lmax+Mmax*self.Lmin)/(Mmax-Mmin)return Mscores1 = SCORE()
L = s1.calculate_L()
print("Final marks",L)
input("key to exit")

编程程序要规范

数据文件结构

平时成绩综合评判实例相关推荐

  1. 分数统计设计java程序_(windows综合程序)设计一个学生平时成绩统计软件 最后的Java作业...

    1.(windows综合程序)设计一个学生平时成绩统计软件.要求: (1) 录入课程名称(进入系统时录入).学生姓名.学号.成绩.日期(自动生成日期并在界面显示),除第一次外其他次数输入只需要录入学号 ...

  2. 输入学生期中成绩、期末成绩、平时成绩,按30%、50%、20%计算学生的综合成绩

    C++结构体练习题,自己瞎编的 代码如下: #include using namespace std; //定义结构体 struct Grade { char name[30];//名字 float ...

  3. 模糊数学笔记:七、模糊综合评判决策

    模糊决策通常有意见集中决策.二元排序决策和综合评判决策(又称模糊综合决策)等方法.其中意见集中决策较为简单,即是得票最多的方案作为决策结果,二元排序决策则是将评价对象的得分进行两两对比,最终得到最优的 ...

  4. c语言课程设计平时成绩,计算中心

    一.选课与重修费交纳时间 从即日起开始选课,选课教学班为"在线重修班",选课及重修费交纳截止时间:2017年4月10日. 二.考试资格 根据学校规定,平时成绩不及格者将取消考试资格 ...

  5. 计算机课平时成绩重要吗,离散数学课程平时成绩评定方法的探索与研究

    林静 史册 摘要:离散数学是计算机科学与技术专业重要的核心基础课程.目前,不少大学离散数学课程的最终成绩是依据平时成绩和期终考试成绩两个部分综合评定的.为了提高课程评价的公正性和提升教学效果,文章對该 ...

  6. 模糊数学 5、模糊综合评判

    ------------------------2020.8.17更新------------------------------ 模糊数学视频链接:https://pan.baidu.com/s/1 ...

  7. c语言平时成绩占总分多少,平时成绩占多少啊 大学

    平时成绩占多少啊 大学以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧! 平时成绩占多少啊 大学 每门课老师的要求不一样.一 ...

  8. 傻瓜攻略(八)——MATLAB实现模糊综合评判(两种运算方法)

    模糊综合评判法 模糊综合评价法是一种基于模糊数学(fuzzy mathematics)的综合评价方法.该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物 ...

  9. java计算机毕业设计平时成绩管理系统源码+程序+lw文档+mysql数据库

    java计算机毕业设计平时成绩管理系统源码+程序+lw文档+mysql数据库 java计算机毕业设计平时成绩管理系统源码+程序+lw文档+mysql数据库 本源码技术栈: 项目架构:B/S架构 开发语 ...

最新文章

  1. 摇滚吧HTML5!Jsonic超声波前端交互!
  2. 路由器的×××流量过滤
  3. php判断三角形类型,C#_C#判断三角形的类型,题目描述: 输入三角形的三 - phpStudy...
  4. linux访问文件mac时间,Linux/Unix/Mac OS下的远程访问和文件共享方式
  5. WinForm 修改App.config不起作用(但是调试没有异常)
  6. 用SDWebImage渐变加载图片
  7. BZOJ1012: [JSOI2008]最大数maxnumber [线段树 | 单调栈+二分]
  8. dubbo源码分析12——服务暴露3_doExportUrls()方法分析
  9. oracle单行函数有哪些,oracle篇 之 单行函数
  10. ESIX群晖NAS安装教程
  11. nxdn标准简介_标准活动介绍
  12. 光纤光学原理相关基础知识点
  13. 斯坦福大学区块链期末考试题
  14. 在IDEA新建了个moudle,但maven里该moudle名显示为灰色
  15. 推荐几款主流好用的远程终端连接管理软件
  16. RHCE(四)SAMBA协议
  17. 电脑突然无法上网如何解决 如何重新启用以太网
  18. QFN封装的PCB焊盘和印刷网板的设计
  19. 如何不问冒昧的问妹子年龄又能清楚的知道她多大呢?Python来告诉你。
  20. python识别视频中某个物体的轨迹_用Matlab来识别视频中物体的运动轨迹!

热门文章

  1. matlab光学仿真——菲涅尔透镜优化代码
  2. 无监督单目深度估计 Unsupervised Monocular Depth Estimation with Left-Right Consistency 论文方法分析
  3. 什么是社交新零售?社交零售模式怎么做?
  4. 【人工智能系列 - 智能硬件 - 01】演化硬件的概述
  5. 什么蓝牙耳机跟苹果差不多?替代airpods的最好选择
  6. 飞机仓位区分代表的含义
  7. 解决Deepin系统QQ图片不显示的问题
  8. 基于matlab的脉搏信号参数提取,基于Matlab的脉搏信号参数提取.pdf
  9. java表白程序玫瑰花_给爱人的玫瑰花表白程序代码--Java版
  10. 水土不服的轻食,或注定是“一口风”