熵权法Python代码实现

文章目录

前言

熵权法做实证的好像很爱用,matlab的已经实现过了,但是matlab太大了早就删了,所以搞一搞python实现的,操作空间还比较大

代码

数据

python 复制代码
import pandas as pd
data = [[100,90,100,84,90,100,100,100,100],
    [100,100,78.6,100,90,100,100,100,100],
    [75,100,85.7,100,90,100,100,100,100],
    [100,100,78.6,100,90,100,94.4,100,100],
   [100,90,100,100,100,90,100,100,80],
    [100,100,100,100,90,100,100,85.7,100],
    [100,100,78.6,100,90,100,55.6,100,100],
    [87.5,100,85.7,100,100,100,100,100,100],
    [100,100,92.9,100,80,100,100,100,100],
    [100,90,100,100,100,100,100,100,100],
    [100,100,92.9,100,90,100,100,100,100]]
data = pd.DataFrame(data)

熵权法代码

python 复制代码
from sklearn.preprocessing import MinMaxScaler
import numpy as np

# 需要进行评价的特征(一般列名)
selected_features = list(data.columns.values)

# 对选取的特征进行归一化
scaler = MinMaxScaler()
norm_data = scaler.fit_transform(data[selected_features]) 

#定义熵值法函数、熵值法计算变量的权重
def cal_weight(feature_num,sample_num,value):
    p= np.array([[0.0 for i in range(feature_num)] for i in range(sample_num)])                    

    for i in range(feature_num):
        value[:,i] += 1e-10 # 防止log0
        p[:,i]=(value[:,i])/np.sum(value[:,i],axis=0) # 计算特征值占比
        
    e=-1/np.log(sample_num)*sum(p*np.log(p))  #计算熵值
    g=1-e  # 计算一致性程度
    w=g/sum(g) #计算权重
    return w


f_num = len(selected_features) # 指标个数
s_num = len(data.index.values) # 方案数、评价主体
w = cal_weight(f_num, s_num, norm_data)
w = pd.DataFrame(w,index=selected_features,columns=['weight']) # 计算出的权重
scores = np.dot(data,w).round(2) # 计算综合分数
result = pd.DataFrame(scores,index=data.index.values,columns=['score']).sort_values(by =['score'],ascending = False) # 对球员的分数进行排名

结果


matlab结果差不多,可能归一化不一样有点差别。

不过这里指标都是正向的,即越大越好,负向指标、区间指标等还并未兼容,以后要是用到了再说吧。

相关推荐
渡我白衣10 分钟前
C++ 异常处理全解析:从语法到设计哲学
开发语言·c++·面试
jerryinwuhan19 分钟前
Python数据挖掘之基础分类模型_支持向量机(SVM)
python·支持向量机·数据挖掘
StarPrayers.22 分钟前
基于PyTorch的CIFAR10加载与TensorBoard可视化实践
人工智能·pytorch·python·深度学习·机器学习
深蓝电商API34 分钟前
实战破解前端渲染:当 Requests 无法获取数据时(Selenium/Playwright 入门)
前端·python·selenium·playwright
悦悦子a啊34 分钟前
[Java]PTA: jmu-Java-02基本语法-08-ArrayList入门
java·开发语言·算法
程序边界2 小时前
AI时代如何高效学习Python:从零基础到项目实战de封神之路(2025升级版)
人工智能·python·学习
毕设源码-郭学长2 小时前
【开题答辩全过程】以 PHP茶叶同城配送网站的设计与实现为例,包含答辩的问题和答案
开发语言·php
TTGGGFF3 小时前
云端服务器使用指南:利用Python操作mysql数据库
服务器·数据库·python
jie*3 小时前
小杰深度学习(four)——神经网络可解释性、欠拟合、过拟合
人工智能·python·深度学习·神经网络·scikit-learn·matplotlib·sklearn
JavaPub-rodert3 小时前
用 go-commons 打造更优雅的字符串处理工具
开发语言·后端·golang