步驟：

設指標共p個，評價對象共g個，則構成評價值（得分）矩陣如下：

xj(i)表示評價對象j在指標i上的評價值，j=1,2,...,g i=1,2,...,p

指標i對應的熵值為ei的計算公式如下：

根據熵值來計算指標i的權重wi，計算公式如下:

?

?程序：

（4個指標，3個評價對象）

import mathclass entropyMethod:def __init__(self, array):self.array = arraydef getEntropy(self):entropy_list = []for j in range(len(self.array[0])):list1 = []for i in range(len(self.array)):x1 = self.array[i][j] * math.log(self.array[i][j])list1.append(x1)entropy = (-sum(list1)) / math.log(len(self.array))entropy_list.append(entropy)return entropy_listdef getWeight(self):weight_list = []entropy_list = self.getEntropy()entropyReciprocal_list = []for entropy in entropy_list:entropyReciprocal_list.append(1/entropy)for entropy in entropy_list:weight = (1 / entropy) / sum(entropyReciprocal_list)weight_list.append(weight)return weight_list if __name__ == '__main__':matrix = [[90,95,94,85],[86,58,72,91],[88,15,95,92],]entropy_list = entropyMethod(matrix).getEntropy()weight_list = entropyMethod(matrix).getWeight()for weight_list in weight_list:print(weight_list)

結果：

????????結果和熵值法基本思想一致，即離散程度越大的指標，其權重應越大。程序的舉的例子中矩陣第2列（即第2個指標的離散程度最大），可以發現該指標的權重結果也越大，結果約0.358?

總結

以上是生活随笔為你收集整理的python 实现 熵值法 确定指标权重的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。