在信息論中，熵是對不確定性或隨機性的一種度量，不確定性越大，熵值就越大，不確定性越小，熵值就越小。不確定性越大，表明隨機性越大，數據越離散，則包含的信息就越大，在確定權重的時候往往就越小。

熵值法確定權重只是考慮了數據本身的離散程度，并沒有考慮數據在實際應用中的信息。

假設數據中有n個樣本m個指標，其中

表示第i個樣本第j個指標( ）

熵值法確定權重步驟：

1、數據標準化

通常應用最大最小標準化方法對數據進行標準化的操作，將各指標由絕對值變為相對值且消除量綱對結果的影響。

注：有時指標的正負向采用不同的最大最小的標準化方法。

2、確定各指標的信息熵

計算各個指標信息熵：

其中

(如果 則定義 )

3、確定各指標的權重

通過步驟2計算出各個指標的熵值：

，則由熵值法計算的各個指標的權重為：

總結：從整理來看熵值法確定權重只是考慮數據各個指標的離散程度，即數據取值越多其權重就越大，并沒有結合具體的實際問題，因此在應用熵值法確定權重時需要結合具體的問題才能使用。

相應文章會同步到公眾號：洞察數據挖掘價值。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的熵值法计算权重有异常值_指标权重确定方法 1-熵值法的全部內容，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。