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