#归一化
df_weight= (df - df.min())/(df.max() - df.min())
m,n=df_weight.shape
#第一步读取文件,如果未标准化,则标准化
df_weight=df_weight.as_matrix(columns=None)
#将dataframe格式转化为matrix格式
k=1/np.log(m)
yij=df_weight.sum(axis=0)
pij=df_weight/yij
#第二步,计算pij
test=pijnp.log(pij)
test=np.nan_to_num(test)
ej=-k(test.sum(axis=0))
#计算每种指标的信息熵
wi=(1-ej)/np.sum(1-ej)
#计算每种指标的权重
wi = pd.DataFrame(wi)
wi.to_csv(‘123.csv’)
熵权法 算权重系数 python
最新推荐文章于 2024-12-17 09:57:47 发布
本文介绍了一种使用信息熵计算指标权重的方法。首先对数据进行归一化处理,然后计算每种指标的信息熵,并据此得出各指标的权重。最终将权重结果以CSV文件形式保存。
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.9
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
4040

被折叠的 条评论
为什么被折叠?



