熵权法有啥用?

可利用信息熵这个工具,计算出各个指标的权重,为多指标综合评价提供依据。
下面的实战中,最终计算的熵权结果为,C语言课程成绩权重占0.99,剩下的两门课成绩权重几乎为0,很好理解,因为体育和数据库大家的分都普遍偏高,体现不出来设么东西。

什么是熵

熵权如何计算

实战示例

一、计算每一列的总和

二、每一个数据更新为除以总和后的值,即Pij

三、计算ln(Pij)

四、得到熵值Hi

如果存在0的话,可以通过平移法,在有0的那类指标里每个指标都加上一个很小的数,如0.001,再进行计算。或者直接赋值为0

使用公式计算熵值Hi,其中n表示一共几个学生

五、得到熵权Wi

总结与反思

经过这个实例,我们可以发现,当一组数据波动比较大时,它的权重是很大的,但我们不禁反思熵权法存在的问题,难道数据库原理就没有参考价值?
我们最后得到的Wi是客观值,但是我们可以认为主观的进行调整,主观客观相结合也是很棒的哦!

优点

  • 能深刻反映出指标的区分能力,进而确定权重
  • 是一种客观赋权法,相对主管赋权具有较高的可信度和精确度
  • 算法简单

缺点

  • 不够智能,没有考虑指标与指标之间的影响,如:相关性、层级关系等
  • 若无业务经验指导,权重可能失真
  • 对样本的依赖性较大,随着建模样本不断变化,权重会发生一定波动

注意的地方

当一个表的几组数据单位不同时,我们应该对数据进行极差标准化,用标准化后的数据来进行熵权法分析,如图,这个表最下面的p开始,这一部分就是在计算p哦,就是咱们上面的第二步

极差法标准化公式:

通过极差法标准化,我们就可以把原来的数据标准化到0-1之间内了,哈哈哈爽哦!

熵权法、极差法标准化简介与实战相关推荐

  1. TOPSIS熵权评价分析法

    TOPSIS熵权法是多目标优化的一种数学方法,与灰色关联度分析法分析类似,通过对实施的方案中的各个因素进行打分,而TOPSIS法是计算每个实施方案中与最优方案与最劣方案的距离,得到评价对象与最优方案的 ...

  2. 权重设计:客观赋权法的说明(熵权法/变异系数法/CRCIII法/TOPSIS法)

    在数据分析中,我们经常会遇到多个特征对于结果造成不同影响的情况,如何识别这些特征各自的权重,对我们的后续结果评估,打分矩阵构建都具有重要意义.我们所说的赋权法是用于解决多指标综合评价问题中的各指标权重 ...

  3. excel熵值法计算权重_SPSS主成分分析 | 权重计算amp;极差法标准化超详细教程!(下)...

    权重计算 1. 上节回顾 爱数据-橙子:SPSS主成分分析 | 指标权重值计算真的不难!(上)​zhuanlan.zhihu.com 在昨日中(点击复习),我们利用SPSS中的数据标准化方法及主成分分 ...

  4. 【指标体系构建】标准化处理+熵权法

    面对构建好的指标体系,如何进行进一步量化操作 1.标准化处理 引用链接:百度安全验证https://baijiahao.baidu.com/s?id=1717456781716191819&w ...

  5. 基于层次分析法与熵权法的主客观组合赋权模型(原创:小青龙)

    基于层次分析法与熵权法的主客观组合赋权模型 组合赋权大家可以尝试进行改变,一个主观一个客观.(原创:小青龙) 简介 ​ 权重是用来衡量总体中各单位标志值在总体中作用大小的数值, 用来描述单因子在因子集 ...

  6. 多目标决策问题1.1.1:线性加权法——熵权法确定权重

    多目标决策问题是目前数学建模中比较普遍的一类问题, 此类问题要求我们满足多个目标函数最优与决策变量的线性约束条件或非线性约束条件下进行求解, 多目标决策问题主要有主要目标法.线性加权法.分层序列法.步 ...

  7. 数学建模系列---熵权法

    目录 一.简介 二.说明 1.正向指标: 2.信息量 3.信息熵 三.具体计算步骤 1.标准化矩阵 1.1该步骤的意义 1.2标准化的2种方法 2.计算各元素概率 3.计算各指标的权重 3.1计算每个 ...

  8. matlab 基于Topsis的熵权法2

    基于Topsis的熵权法2 %%基于Topsis的熵权法代码 %% 熵权法部分 clc,clear; xij=xlsread('accessory1.xls','A','C2:IH147'); [ro ...

  9. [数据分析][评价方法]打分式评价-信息熵理论与熵权法

    前言: 信息熵是一种用于衡量系统内部信息量的度量.在信息论中,信息是系统有序程度的一种度量. 信息是确定性的增加,不确定性的减少(香农定理).而信息熵是系统无序程度的一种度量,是系统不确定性的量度.两 ...

最新文章

  1. 「欧拉定理」学习笔记(费马小定理)
  2. python安装了运行不了_python详细安装教程
  3. linux 列出内存/cpu使用率前10的进程
  4. aes加密算法_令你的文件安全有了新方法AES-256-GCM加密网站免费用
  5. python之yield
  6. MS SQL入门基础:存储过程概述
  7. python程序员月薪-月薪30k的资深程序员用Python爬取了知乎百万用户!并数据分析!...
  8. 微机实验报告2 显示程序实验
  9. html5简单在线绘图,html5实现一个简单的在线画板
  10. Access根据出生日期计算年龄_Excel表格中怎么用出生日期计算年龄?这些方法好用哟...
  11. 局部语义地图构建——HDMapNet
  12. 算法很美第一章 位运算的奇巧淫技
  13. MyBatis系列:mybatis用foreach循环添加多条数据!
  14. jsp微信二维码收款_java实现微信支付之扫码支付
  15. Tracert与Traceroute[转]
  16. 神经网络知识梳理——从神经元到深度学习
  17. 计算机电源功率如何看,小白科普之三分钟教你如何确定电源功率
  18. SSM项目秒杀系统---(一)业务分析与Dao层
  19. 初学者C++面向对象程序设计概念全总结最全的概念总结
  20. AI围棋学习之路一----棋盘和落子的类构建

热门文章

  1. 炉石传说外 挂记(序)
  2. bzoj2005 NOI2010 方案统计
  3. Eclipse - Reset Perspective
  4. Java学习笔记 (码龄七年第一次写笔记 续2)
  5. 种子计数法对种子公司的好处
  6. 写作的意义,从一枚勋章开始
  7. r语言rank降序_常见排序分析方法及R语言实现
  8. Nginx 简介和安装
  9. 2.1.7设置字体大小
  10. 微信设置水滴昵称,个性很漂亮,快试试!