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
3732
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
