topsis优劣解距离法

---

前言

代码在另一个专栏里

一、TOPSIS法是什么？

TOPSIS 法是一种常用的综合评价方法，其能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。
（简单的说，对于评价类问题，如果有数据你可以用topsis，但是如果没数据的话，或者部分指标没有数据就不能用）

二、TOPSIS步骤

第一步：将原始矩阵正向化

1.原始矩即数据矩阵，例如给了你30个人的身高 ，体重，腰围三个指标的数据，那么矩阵的第一列就是30个人的身高，矩阵的第二列就是30个人的体重
2.正向化矩阵：对于评价的指标，并不都是越大越好例如：

指标名称	指标特点
极大型指标	越大（多）越好
极小型指标	越小（少）越好
中间型指标	越接近某个值越好
区间型指标	落在某个区间最好

所谓的将原始矩阵正向化，就是要将所有的指标类型统一转化为极大型指标。
3.极小型指标 转化为 极大型指标
极小型指标转换为极大型指标的公式： max-x
如果所有的元素均为正数，那么也可以使用1/x
4.中间型指标 转化为 极大型指标

5.区间型指标 转化为 极大型指标

注：正向化的公式不唯一，大家也可以结合自己的数据进行适当的修改

第二步：正向化矩阵标准化

标准化的目的是消除不同指标量纲的影响。

第三步：计算得分并归一化

三、代码使用

代码见另一专栏
只需输入原始矩阵即可