- 指标正向化
极小型 : y i = x m a x − x i 中间型 : y i = 1 − x i − x b e s t m a x ( ∣ x m a x − x b e s t ∣ , ∣ x m i n − x b e s t ∣ ) 区间型 : y i = m a x ( ∣ x i − a ∣ , ∣ x i − b ∣ ) 若最佳区间为 [ a , b ] 极小型 : y_i = x_{max} - x_i \\ 中间型 : y_i = 1 - \frac{x_i - x_{best} }{ max( |x_{max}- x_{best}|, |x_{min}- x_{best}| ) } \\ 区间型:y_i = max( |x_i-a| , |x_i-b| ) \quad 若最佳区间为[a,b] 极小型:yi=xmax−xi中间型:yi=1−max(∣xmax−xbest∣,∣xmin−xbest∣)xi−xbest区间型:yi=max(∣xi−a∣,∣xi−b∣)若最佳区间为[a,b]
-
数据标准化
z i j = x i j ∑ i = 1 n x i j 2 z_{ij} = \frac{ x_{ij} }{ \sqrt{ \sum_{i=1}^{n}x _{ij}^2 } } zij=∑i=1nxij2xij -
最佳向量与最劣向量
z + = [ m a x ( z 11 , . . . , z n 1 ) , . . . . . , m a x ( z n 1 , . . . , z n n ) ] z − = [ m i n ( z 11 , . . . , z n 1 ) , . . . . . , m i n ( z n 1 , . . . , z n n ) ] z^+ = [max(z_{11},...,z_{n1}) , .....,max(z_{n1},...,z_{nn}) ] \\ z^- = [min(z_{11},...,z_{n1}) , .....,min(z_{n1},...,z_{nn}) ] z+=[max(z11,...,zn1),.....,max(zn1,...,znn)]z−=[min(z11,...,zn1),.....,min(zn1,...,znn)] -
评分计算（距离计算）
d i + = ∑ j = 1 n ( z i j − z j + ) 2 d i − = ∑ j = 1 n ( z i j − z j − ) 2 S i = d i − d i − + d i + d_i^+ = \sqrt{ \sum_{j=1}^{n}(z _{ij}-z^+_j)^2 } \\ d_i^- = \sqrt{ \sum_{j=1}^{n}(z _{ij}-z^-_j)^2 } \\ S_{i} = \frac{d_i^- }{d_i^- +d_i^+} di+=j=1∑n(zij−zj+)2di−=j=1∑n(zij−zj−)2Si=di−+di+di−
扫一扫
4244
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
