r语言which_【R语言】熵权法确定权重

最新推荐文章于 2024-05-14 10:36:07 发布

weixin_39620845

最新推荐文章于 2024-05-14 10:36:07 发布

阅读量882

点赞数 1

文章标签： r语言which 熵权法excel计算过程

本文介绍了如何在R语言中运用熵权法确定权重，提供了归一化和熵权赋权的函数实现，并以2014年31个省份的就业与劳动保障数据为例进行验证，结果与Matlab一致。

摘要由CSDN通过智能技术生成

张敬信：【评价算法】01. 熵权法确定权重zhuanlan.zhihu.com

之前写过用 Matlab 实现熵权法确定权重，再补充一个 R 语言实现（代码更加的简洁），算法原理步骤看上面这篇文章就行，不再赘述。

顺便说一句，R语言我用的越来越顺手，它的灵活和强大让我都不大愿意用 Matlab了。

1. 先定义归一化函数

因为熵权法归一化值不能出现 0 或 1，多往内收缩一下到 [0.002, 0.996], 需要的话可自行修改。

## 定义归一化函数
Rescale = function(x, type=1) {
    
  # type=1正向指标, type=2负向指标
  rng = range(x, na.rm = TRUE)
  if (type == 1) {
    
    (0.996 - 0.002) * (x - rng[1]) / (rng[2] - rng[1]) + 0.002
  } else {

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_39620845

关注关注

1
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

零基础入门一文彻底掌握自然语言处理NLP中文分词、词性标注、关键词提取和文本摘要，包括；ChatGLM实战文本信息抽取、T5 模型完成新闻摘要任务、LLM大模型在文本摘要与提取中实现信息处理与压缩

代码讲故事

01-30

810

零基础入门一文彻底掌握自然语言处理NLP中文分词、词性标注、关键词提取和文本摘要，包括；ChatGLM实战文本信息抽取、T5 模型完成新闻摘要任务、LLM大模型在文本摘要与提取中实现信息处理与压缩，详细的实现步骤和原理文章有点长，需要慢慢看，包含完整的图文和代码。

中级数据库系统工程师2011上半年上午试题

qq_57150628的博客

05-06

904

某医院管理系统部分关系模式为：科室(科室号，科室名，负责人，电话)、病患(病历号，姓名，住址，联系电话)和职工(职工号，职工姓名，科室号，职位，住址，联系电话)。职位有医生、护士和其他。设有员工实体Employee(员工号，姓名，性别，年龄，电话，家庭住址，家庭成员，关系，联系电话)。若集合D1={0，1，2}、集合D2={a，b，c}、集合D3={a，c}，则D1×D2×D3应为 30 元组，其结果集的元组个数为 31。给定关系模式R＜U，F＞，U={A，B，C}，F={AB→C，C→B}。

参与评论您还未登录，请先登录后发表或查看评论

R语言熵值法确定权重2_r_熵值法_权重_

10-02

利用R语言开展熵值法权重的计算过程，完整、最新、有用。

熵值法R程序

12-05

R语言实现熵值法计算综合评价问题的权重

R语言实现熵权法代码

weixin_71158509的博客

12-08

1449

# 定义归一化函数rescale(x)因为熵权法归一化值不能出现0或1，所以在做归一化时多往内收缩一下到, 需要的话可自行修改。# 实现用熵权法计算各指标(列)的权重及各数据行的得分# X为原始指标数据, 一行代表一个样本, 每列对应一个指标# index指示各指标列的正负向, "pos"表示正向, "neg"表示负向, 默认都是正向指标# s返回各行（样本）得分，w返回各列权重# 数据归一化# 计算第j个指标下，第i个样本占该指标的比重p(i,j)# 计算第j个指标的熵值e(j)

熵权法及其实现（R、Python、Matlab、Excel）

weixin_45494886的博客

10-20

3306

熵权法及其实现 matalb 【评价算法】01. 熵权法确定权重https://zhuanlan.zhihu.com/p/28067337 R 【R语言】熵权法确定权重https://zhuanlan.zhihu.com/p/115411437 Python 综合评价方法 熵权法】指标权重确定方法之熵权法https://blog.csdn.net/u013421629/article/details/81221559?utm_medium=distribute.pc_relevant.none-

TOPSIS熵值法R代码.R

04-06

topsis评价类算法+熵权法确定权重，r语言代码，可以直接代入数据进行运行，简单方便，私人编写的。

#------（一）方法1：基于指标体系1的结果---- #--------1.数据导入------------- library(xlsx) d1.1 <- read.xlsx('data.xlsx', '2022', encoding = "UTF-8") #读取数据 head(d1.1,10) colnames(d1.1) d1 <- d1.1[,5:ncol(d1.1)] d1 <- abs(d1) #---------2.归一化处理--------------- Rescale = function(x, type=1) { # type=1正向指标, type=2负向指标 rng = range(x, na.rm = TRUE) if (type == 1) { (x - rng[1]) / (rng[2] - rng[1]) } else { (rng[2] - x) / (rng[2] - rng[1]) } } #---------3.熵值法步骤---------- #定义熵值函数 Entropy = function(x) { entropy=array(data = NA, dim = ncol(x),dimnames = NULL) j=1 while (j<=ncol(x)) { value=0 i=1 while (i<=nrow(x)) { if (x[i,j]==0) { (value=value) } else { (value=value+x[i,j]log(x[i,j])) } i=i+1 } entropy[j]=value(-1/log(nrow(x))) j=j+1 } return(entropy) } Entropy_Weight = function(X, index) { pos = which(index == 1) neg = which(index != 1) X[,pos] = lapply(X[,pos], Rescale, type=1) X[,neg] = lapply(X[,neg], Rescale, type=2) P = data.frame(lapply(X, function(x) x / sum(x))) e = Entropy(P) d = 1 - e # 计算信息熵冗余度 w = d / sum(d) # 计算权重向量 list(X = X,P = P, w=w) } #-------4.代入数据计算权重----- # -------二级指标权重------ ind=array(rep(1,ncol(d1))) aa=Entropy_Weight(X = d1,index = ind) weight=as.data.frame(aa["w"]) weigh X <- as.data.frame(aa["X"]) X P <- as.data.frame(aa["P"]) P d1.a <- X[,c(grep("A",colnames(X)))] d1.b <- X[,c(grep("B",colnames(X)))] d1.c <- X[,c(grep("C",colnames(X)))] d1a <- as.matrix(d1.a) d1b <- as.matrix(d1.b) d1c <- as.matrix(d1.c) n1 <- ncol(d1a) n2 <- ncol(d1b) n3 <- ncol(d1c) wa <- weight[1:n1,1] wb <- weight[(n1+1):(n1+n2),1] wc <- weight[(n1+n2+1):(n1+n2+n3),1] wa <- as.matrix(wa,ncol =1) wb <- as.matrix(wb,ncol =1) wc <- as.matrix(wc,ncol =1) indexa <- d1a%%wa indexb <- d1b%%wb indexc <- d1c%*%wc d1abc <- cbind(indexa,indexb,indexc) 参考以上代码，用不同一级指标下分别计算二级指标权重,再求一级指标权重

06-10

然后，我们需要定义熵值函数和熵权法函数，最后代入数据计算权重。以下为代码实现： #-------1.数据导入------------- library(xlsx) d1.1 ('data.xlsx', '2022', encoding = "UTF-8") #读取数据 head(d1.1,10) ...

scikit-learn_Scikit Learn-快速指南

cunzai1985的博客

09-23

1501

Scikit Learn-快速指南 (Scikit Learn - Quick Guide) Advertisements 广告 Previous Page 上一页 Next Page 下一页 Scikit Learn-简介 (Scikit Learn - Introduction) In this chapter, we will understand wh...

机器学习贝叶斯学习心得_贝叶斯元学习就是您所需要的

weixin_26726011的博客

08-21

4089

机器学习贝叶斯学习心得Update: This post is part of a blog series on Meta-Learning that I’m working on. Check out part 1 and part 2. 更新：这篇文章是我正在从事的有关元学习的博客系列的一部分。检出第1 部分和第2部分。 In my previous post, “Meta-Le...

熵权法程序

12-21

熵权法程序用以计算熵权简单明了

熵权法EXCEL实例

05-17

熵权法EXCEL实例.通过EXCEL实现熵权法计算,获得汽车选购评分体系

R语言实现TOPSIS综合评价

02-23

TOPSIS综合评价是综合评价模型之一，在多目标决策中具有广泛的应用价值。本文使用R语言自己编写源代码实现TOPSIS综合评价模型，方便R语言用户使用该模型应用于实际的学习和工作中！

熵权法的介绍和实际例子的应用

04-09

熵权法的理论介绍，赋权步骤以及相关实际例子的应用。

熵权法实例.xlsx

04-28

利用EXCEL进行基于熵权法的京津冀三地2014-2017年的科技评分。

r语言熵权法求权重（真实案例完整流程）