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)
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 ...
最新文章
- EK算法网络流模板hdu1532
- QS世界大学学科排名公布,清华22个学科进入世界50强
- Python 在腾讯研发排第 5,鹅厂 2019 年新增 12.9 亿行代码
- dubbo+zookeeper与提供者、消费者之间端口通信问题(No provider available for the service)
- Rails non browser app高级篇-capistrano/daemon部署
- 【2018.3.24】模拟赛之二-ssl2546 求和【贪心】
- es6 Symbol 的内置属性
- MarkerOpter marker操作类
- 花2.9元买一包头绳,收到一张3元好评返现卡,我凌乱了……
- Oracle ERP流程概览
- android 混淆打包教程,Android 混淆打包
- Shell中如何删除首行和尾行
- Java 8?还记得那年大明湖畔的Java 7吗?
- 有孚网络与南方物流集团签署项目合作协议,共创数字服务领域新载体
- 百度信息流介绍,没有比这更详细的啦
- 2021年网络赚钱方法以及网络兼职赚钱项目_做知识付费平台的公司有哪些,互联网知识付费的项目
- 计算机网络安全-----防火墙
- 基于Java+MySQL 实现(Web)日程管理系统【100010222】
- 学习笔记40-哈希码(HashCode)
- linux下连接edb数据库,反汇编及linux下edb的下载
热门文章
- Android为什么图片模糊不清,Android打开图库中图片为什么从模糊变清晰
- php怎么在图片上加文字居中,php GD库为图片添加文字且自动换行,水平居中
- Marlin2.0.7的configuration.h中文说明
- 什么样的域名是一级域名?和二级域名有什么关系?
- 关于Microsoft office深色模式设置
- arcgis双标准纬线等角圆锥投影_常用地图投影之圆锥投影
- 开源开放 | OpenKG 更新发布新冠概念、防控和流行病等多个知识图谱
- 不透明度对应的16进制转换
- matlab关于图像切割的一些总结:imcrop,getrect,ndgrid,函数
- elisa标准曲线怎么做_如何拟合Elisa标准曲线