前言
在之前的經歷裡遇到一些需要確定各部分權重來得出最終結果的問題，例如使用者遊戲偏好得分的計算、使用者價值模型的構建以及貢獻度的計算等，所以這篇部落格就講講如何確定權重~
權重計算方法
權重是指某因素在整體評價中的相對重要程度。權重越高，則該因素越重要。權重有兩個特點：
權重的確定方法有很多，主要分為以下兩大類：
主觀賦權法
客觀賦權法
思路與優缺點
由專家根據經驗進行主觀判斷得到權數，然後對指標進行綜合評價。這是一種定性方法，易操作，但主觀性強
根據歷史資料研究指標之間的相關關係或指標與評估 結果的關係來進行綜合評價。這是定量研究， 沒有考慮決策者的主觀意願和業務經驗，同時計算方法較繁瑣
常用方法
層次分析法
主成分分析法（或因子分析法）
其他方法
權值因子判斷表法、德爾菲法、模糊分析法、二項係數法、環比評分法、最小平方法、序關係分析法
變異係數法、最大熵計數法、均方差法、神經網路、回歸分析法等
常用方法
這裡就簡單說下兩種方法：層次分析法和變異係數法
1.層次分析法
層次分析法簡稱ahp，是指將與整體決策有關的元素分解成目標、準則、方案等層次，然後進行定性和定量分析的方法。根據總的目標，可以將問題分解為不同的因素，形成乙個多層次的分析結構模型，從而最終使問題歸結為最低層相對於最高層的相對重要權值的確定或相對優劣次序的排定。
主要步驟有以下幾點：
da = [
[1,3,3,5,3,5,5],
[0.33,1,1,3,1,3,3],
[0.33,1,1,3,1,3,3],
[0.20,0.33,0.33,1,0.33,1,1],
[0.33,1,1,3,1,3,3],
[0.20,0.33,0.33,1,0.33,1,1],
[0.20,0.33,0.33,1,0.33,1,1]]
sum = np.sum(da, axis=0)
col_arv = da/sum
w = np.sum(col_arv, axis=1)
w_n = w/np.sum(w)
for i in w_n:
print i # 權重
print np.max(nplg.eig(da)[0]) # 最大特徵根
變異係數是刻畫離中趨勢的重要指標，反映取值的差異和波動，在數值上等於標準差除以均值。為什麼變異係數可以用於確定權重呢？因為在評價體系中，若某因素的取值差異大，則說明該因素難以實現，是反映所評價物件差距的關鍵因素，因此要賦予更高的權重。
主要步驟要有以下幾點：
Spark高階資料分析
建立乙個自定義列表 如何建立乙個註腳 注釋也是必不可少的 katex數學公式 新的甘特圖功能，豐富你的文章 uml 圖表 flowchart流程圖 匯出與匯入 spark高階資料分析pdf版 你好！這是你第一次使用markdown編輯器所展示的歡迎頁。如果你想學習如何使用markdown編輯器,可以...
資料分析高階之路
近年來，資料分析大熱，各大培訓資料分析的課程如雨後春筍一般。那我們今天就來從乙個資料分析的工具出發，系統學習資料分析的相關課程。要學資料分析之前，至少要了解一下，做乙個資料分析師，到底需要哪些技能吧。事實上，學習任何技能都是這樣，以對應的崗位所需的技能來作為自己學習的嚮導，總歸是沒錯的。抗疫情，共成...
資料分析模型總結
1.邏輯回歸 from sklearn.linear model import logisticregression clf logisticregression penalty l1 solver saga tol 0.1,c 0.1,random state 0 clf.fit x train ...