Python进行灰色关联度综合评价

概念介绍
第一步，读取数据，设置城市名称为索引
第二步，无量纲化指标
第三步，设置参考数列
第四步，计算评价对象指标序列与参考序列的差值
第五步，获得最大值和最小值
第六步，计算关联系数
第七步，计算关联序（综合得分）

概念介绍

在运用代码进行综合评价之前，首先对方法的理论进行介绍，具体如下图。

根据上述步骤，使用Python进行编写，具体如下。

第一步，读取数据，设置城市名称为索引

import pandas as pd #导入pandas工具包
import numpy as np #导入numpy工具包
data = pd.read_excel("F:\Desktop\Python运行文件.xlsx")
# 设置 地区 为索引
data.set_index(['地区'], inplace=True)data[:5]

第二步，无量纲化指标

# 获取列名称
n = list(data.columns)# 这里采用均值化法
for i in n:data[i] = data[i]/np.average(data[i])
data[:5]

第三步，设置参考数列

# 这里以最优值为参考数列
A1 = []
# 获取最优列值
for i in n:Max = np.max(data[i])A1.append(Max)# 转换形式
A1 = np.array(A1)
A1

第四步，计算评价对象指标序列与参考序列的差值

m = len(data)
for i in range(m):data[i:i+1] = abs(data[i:i+1] - A1)

第五步，获得最大值和最小值

# 最大值
MAX = []
# 每个指标的最大值
for i in n:l = max(data[i])MAX.append(l)MAX = max(MAX)# 最小值
MIN = []
# 每个指标的最小值
for i in n:l = min(data[i])MIN.append(l)MIN = min(MIN)

第六步，计算关联系数

# 这里 rho 为0.5，可自行调整
for i in n:data[i] = (MIN + 0.5*MAX)/(data[i] + 0.5*MAX)data[:5]

第七步，计算关联序（综合得分）

score = []
for i in range(m):s = sum(data[i:i+1].values[0])/len(n)score.append(s)data1 = pd.DataFrame(score, index = data.index, columns = ['综合得分'])
data1.index.name = '地区'
# 排序
data1['排序'] = data1.rank(ascending = False)
data1[:5]
# 保存为excel
data1.to_excel("F:\Desktop\综合得分.xlsx")

Python进行灰色关联度综合评价相关推荐

python做灰色关联度分析_python实现灰色关联
灰色关联分析(Grey Relational Analysis, GRA) 通常可以运用此方法来分析各个因素对于结果的影响程度,也可以运用此方法解决随时间变化的综合评价类问题,其核心是按照一定规则确立 ...
python计算灰色关联度
1. 初值法 import pandas as pd import os os.chdir(r"E:\BaiduNetdiskDownload\数据") #指定路径x=pd.rea ...
python做灰色关联度分析_python实现灰色关联分析(GRA)——以红酒质量指标为例
目录程序简述数据集截图程序/数据集下载核心代码解析 Module/BuildModel.py(接口,可以直接运行) 接口调用.运行效果 Main.py 程序简述对红酒质量指标数据进行灰色关联 ...
python做灰色关联度分析_【数学建模】通过python实现灰色关联度计算
1.关联分析关联分析主要作用为对系统的因素进行分析,其主要作用为分辨因素中哪些因素对系统的影响是显著的,哪些影响是次要的.通常而言因素分析的主要方式为回归分析等,但其存在数据量要求大,计算量大等诸多 ...
Python综合评价模型（二）灰色关联度法
文章目录第一步导入第三方库和案例数据第二步标准化数据第三步确定参考数列第四步计算指标数列与参考数列的差(绝对值) 第五步计算灰色关联系数第六步计算灰色关联度方式1 求灰色关联系 ...
python灰色关联度分析代码_灰色关联分析法步骤 - osc_uwnmtz9n的个人空间 - OSCHINA - 中文开源技术交流社区...
https://wenku.baidu.com/view/dc356290af1ffc4fff47ac0d.html?rec_flag=default&sxts=1538121950212 利 ...
灰色关联度Python实现
灰色系统理论[1]在各个领域中有着重要的应用.灰色关联[1]是灰色系统模型中高效的建模工具,下面我们将使用Python来实现灰色关联度.虽然已经有很多灰色关联的实现代码,在这个代码中,我们不使用循环语 ...
python灰色关联度分析_灰色关联分析法 python
广告关闭腾讯云11.11云上盛惠 ,精选热门产品助力上云,云服务器首年88元起,买的越多返的越多,最高返5000元! 本文2290字,预计阅读需10分钟: 关联分析(association anal ...
matlab 动态加权综合评价_动态加权综合评价、灰色关联度分析、BP神经网络模型汇总...
大气污染预报问题摘要本文针对大气污染问题, 采用动态加权综合评价方法建立了合理的空气质量评价模型,同时,采用灰色关联度分析方法和 BP 神经网络模型较好地研究了空气质量和气象参数之间的关系. ...
灰色关联度分析（python）
灰色关联度分析代码python import pandas as pd x=pd.read_csv('data4.csv') x=x.iloc[:,:].T# 1.数据均值化处理 x_mean=x.m ...

Python进行灰色关联度综合评价

Python进行灰色关联度综合评价

概念介绍

第一步，读取数据，设置城市名称为索引

第二步，无量纲化指标

第三步，设置参考数列

第四步，计算评价对象指标序列与参考序列的差值

第五步，获得最大值和最小值

第六步，计算关联系数

第七步，计算关联序（综合得分）

Python进行灰色关联度综合评价相关推荐

最新文章

热门文章