数据综合评价方法盘点：从原理到实践（一）熵值法

熵值法

原理

熵值法是一种基于信息熵的客观赋权方法。啥是信息熵呢？简单来说，它是衡量信息不确定性的一个指标。在数据综合评价里，如果某个指标的信息熵越小，那就意味着这个指标在不同样本之间的差异越大，提供的信息量也就越多，在综合评价里的重要性就更高，权重自然也得给它加大；反之，信息熵大，权重就小。

在数据综合评价领域，信息熵的概念有着重要应用。如果某个指标的信息熵越小，意味着该指标在不同样本之间的差异越大。例如，在评估学生成绩时，“考试成绩”这个指标可能在不同学生之间差异较大，信息熵就小，说明这个指标能提供较多区分学生水平的信息，在综合评价中就更为重要，赋予的权重也就应该更大；反之，如果某个指标在不同样本间差异不大，信息熵大，那么它在综合评价中的权重就小。

实现路径

1. 数据标准化：
   原始数据通常具有不同的量纲和数量级，这会对评价结果产生干扰。为了消除这些影响，需要对数据进行标准化处理。常用的方法是极差标准化。

   • 对于正向指标（指标值越大越好的指标），计算公式为：$x_{ij}^{\ast }=\frac{x_{ij}-\min (x_j)}{\max (x_j)-\min (x_j)}$。其中，$x_{ij}$表示第$i$个样本的第$j$个指标值，$x_{ij}^{\ast }$表示标准化后的数值。例如，在评估学生成绩时，“考试成绩”是正向指标，通过这个公式可以将不同学生的成绩标准化到$[0,1]$区间。
   • 对于负向指标（指标值越小越好的指标），计算公式为：$x_{ij}^{\ast }=\frac{\max (x_j)-x_{ij}}{\max (x_j)-\min (x_j)}$。

2. 计算比重：
   在数据标准化后，需要计算每个样本在各指标下的比重。计算公式为：$p_{ij}=\frac{x_{ij}^{\ast }}{{\sum }_{i=1}^n{x}_{ij}^{\ast }}$。这里，$n$是样本数量，$p_{ij}$表示第$j$项指标下第$i$个样本的比重。例如，假设有三个学生，在“考试成绩”这一指标下，经过标准化后，他们的成绩分别为$0.5$、$0.6$、$0.7$，那么第一个学生在“考试成绩”指标下的比重就是$0.5/(0.5+0.6+0.7)$。

3. 计算熵值：
   通过比重来计算每个指标的熵值，公式为： e j = − k ∑