1、熵权法是一种客观赋权方法
原理: 指标的变异程度(方差、标准差)越小,所反映的信息量也越少(信息熵越大),其对应的权值也应该越低。(客观 = 数据本身就可以告诉我们权重)
2、越有可能发生的事情,信息量越少, 越不可能发生的事情,信息量就越多
(衡量事情发生的可能性大小:概率(p))
3、信息量(I)
4、信息熵(本质是对信息量的期望值)
5、熵越大,信息量越小
步骤
1、 判断输入的矩阵中是否存在负数,如果有则要重新标准化到非负区间 (因为计算概率要保证每个元素为非负数)
若标准化后的矩阵Z中还有负数,则再次按如下公式进行标准化处理:
2、计算第j项指标下第i个样本所占的比重,并将其看作相对熵计算中用到的概率
概率矩阵P:(除以列和)
3、 计算每个指标的信息熵,并计算信息效用值,并归一化得到每个指标的熵权
信息熵公式:
信息效用值: (信息效用值越大,对应的信息越多)
归一化信息效用值,得到每个指标的熵权:
注意
比赛可以用,论文发表不行
代码已综合到上一篇文章