模型学习01——评价类模型（2）

一、优劣解距离法（TOPSIS）

1 简介

C.L.Hwang 和 K.Yoon 于1981年首次提出 TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution)，可翻译为逼近理想解排序法，国内常简称为优劣解距离法。TOPSIS 法是一种常用的综合评价方法，能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。基本过程为先将原始数据矩阵统一指标类型（一般正向化处理）得到正向化的矩阵，再对正向化的矩阵进行标准化处理以消除各指标量纲的影响，并找到有限方案中的最优方案和最劣方案，然后分别计算各评价对象与最优方案和最劣方案间的距离，获得各评价对象与最优方案的相对接近程度，以此作为评价优劣的依据。该方法对数据分布及样本含量没有严格限制，数据计算简单易行。

2 引例

下面是某些同学的C语言成绩，请你为他们打分，该评分能合理的描述他们的成绩

姓名	成绩
小郑	60
小张	98
老郭	75

2.1 一个想法

直接用分数来表示他们之间的评分，这样能表达它们之间的排名，但这样不能很好的表达它们之间的相互关系，因为分数表示的其实是卷面所能表达的的最高分和最低分，并不是能取得的分数，而且很多指标不存在理论上的最大值和最小值，例如衡量经济增长水平的指标：GDP增速。

2.2 更好的想法

最高成绩：max=98，最低成绩：min=60。构造评分公式：$$\frac{x-min}{max-min}$$

姓名	成绩	未归一化的评分	归一化的评分
小郑	60	(60-60)/(98-60)=0	0/1.53=0
小张	98	(98-60)/(98-60)=1	1/1.53=0.65
老郭	75	(75-60)/(98-60)=0.53	0.53/1.53=0.34

3 指标类型

指标名称	指标特点	例子
极大型（效益型）指标	越大（多）越好	成绩、GDP增速、企业利润
极小型（成本型）指标	越小（少）越好	费用、坏品率、污染程度
中间型指标	越接近某个值越好	水质量评估时的PH值
区间型指标	落在某个区间最好	体温、水中植物性营养物量

4 算法步骤

4.1 正向化指标

4.1.1 极小型指标---->极大型指标

公式：$$max-x$$

4.1.2 中间型指标---->极大型指标

公式：
$$M=max(\left|x_i-x_{best}\right|)$$ $${\tilde{x}}_i=1-\frac{\left|x_i-x_{best}\right|}{M}$$

4.1.3 区间型指标---->极大型指标

公式： M = max ⁡ { a − min ⁡ { x i } , max ⁡ { x i } − b } M=\max \left\{a-\min \left\{x_{i}\right\}, \max \left\{x_{i}\right\}-b\right\} M=max{a−min{xi​},max{xi​}−b}
$${\tilde{x}}_i=\{\begin{array}{ll}1-\frac{a-x_i}{M}& ,x_i<a\\ 1& ,a\le x_i\le b\\ 1-\frac{x_i-b}{M}& ,x_i>b\end{array}$$

4.2 正向化矩阵标准化

目的：消除量纲影响

十二种处理量纲的方式：https://zhuanlan.zhihu.com/p/225387114

4.3 计算得分并归一化