评价模型中熵值法Excel和Python实现

  因为项目需要，要用分数的形式评价用户对某个产品的喜好程度，其中的指标权重确定用熵值法计算。在网上搜集了些资料，再自己捣腾了一下分别用Excel和Python的方法来实现。

一、熵值法介绍

  熵值法是计算指标权重的经典算法之一，它是指用来判断某个指标的离散程度的数学方法。离散程度越大，即信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。

二、计算步骤

1.数据标准化

数据为m*n的矩阵，其中n为特征数，m为记录数

按列标准化

2.计算第j项指标下第i个记录所占比重

3.计算第j项指标的熵值

4.计算第j项指标的差异系数

5.计算第j项指标的权重

三、Python实现

import pandas as pd
import numpy as np
from numpy import array

# 读取数据
doctor = pd.read_csv(r'D:\WorkSpace\PythonWork\Python学习\数据挖掘Baseline\熵权法实例.csv')
index = doctor['科室']
doctor = doctor.drop(['科室'],axis = 1)

#定义熵值法函数
def cal_weight(x):
    '''熵值法计算变量的权重