定指標
標準化
求權重的三種方法
pca
ahp
熵值pca 客觀 計量 資料有損失
ahp 主觀 計數／計量 資料無損失
熵值 客觀 計量 資料有損失
重點內容
** pca 王斌會 《多元統計分析及r語言建模》第四版
x1=c(171,175,159,155,152,158,154,164,168,166,159,164)
x2=c(57,64,41,38,35,44,41,51,57,49,47,46)
plot(x1,x2,xlim=c(145,180),ylim=c(25,75))
lines(c(150,178),c(33,66));text(180,68,」y1」)
lines(c(161,168),c(60,38));text(161,63,」y2」)
x=read.table(「clipboard」,header=t) # àý7.2êý¾ý
cor(x)
pca=princomp(x,cor=t)#ö÷³é·ö·öîö
pca#ìøõ÷öµ¿ª¸ùºå½á¹û
options(digits=3)
summary(pca)
pcaloadings#ö÷³é·öôøºé
par(mar=c(4,4,2,1),cex=0.75)
screeplot(pca,type=」lines」)
pcascores[,1:2] #ö÷³é·öµã·ö
library(mvstats)
princomp.rank(pca,m=2)#ö÷³é·öååãû
princomp.rank(pca,m=2,plot=t)#ö÷³é·öååãûóë×÷í¼si
,s2 si,s3$si)#ðî³éµã·öêý¾ý
s_rank(s,a_w)#°´aµãµ½×ûºïµã·ö¼°ååãû
** 熵值：
第一步：指標的歸一化處理（異質指標同質化）:由於各項指標的計量單位並不統一，因此在用他們計算綜合指標前，先要進行標準化處理，即把指標的絕對值轉化為相對值，從而解決各項不同質指標值的同質化問題。
另外，正向指標和負向指標數值代表的含義不同（正向指標數值越高越好，負向指標數值越低越好），因此，對於正向、負向指標需要採用不同的演算法進行資料標準化處理。
正向指標：
這裡寫描述
負向指標：
這裡寫描述
第二步：計算第j項指標下第i個樣本值佔該指標的比重。
這裡寫描述
第三步：計算第j項指標的熵值。
這裡寫描述
第四步：計算資訊熵冗餘度（差異）。
這裡寫描述
第五步：計算各項指標的權重。
這裡寫描述
第六步：計算各樣本的綜合得分。
這裡寫描述
指令碼實現
資料讀入。
library(forecast)
library(xlconnect)
sourui <- read.csv(「e:/r/operation/train.csv」,header = t)
1 2
3 部分資料展現
這裡寫描述
索引列刪除
sourui$案例 <- null
1 第一步：歸一化處理。
min.max.norm <- function(x)
max.min.norm <- function(x)
sourui_t <- cbind(sourui_1,sourui_2)
1 2
3 4
5 6
7 8
9 10
11 12
第二步：求出所有樣本對指標xj的貢獻總量
k <- 1/log(length(dataframe1[,1]))
d <- -k * colsums(dataframe1)
1 2
3 4
5 6
7 8
9 10
11 12
13 14
15 16
第四步：計算冗餘度。
d <- 1-d
1 第五步：計算各項指標的權重。
w <- d/sum(d)
w 1
2 最終輸出結果展現
這裡寫描述
《R語言入門與實踐》第四章 R 的記號體系
這一章節將如何對 r 物件中的值進行選取,r 的符號規則有兩種方式進行查詢 第一種記號體系 索引 查詢索引語法 deck 使用中括號 其中 為索引,其中含有兩個索引引數,用 分隔 在 r 中,有六種方式建立並使用索引,分別為 正整數索引 負整數索引零空格 邏輯值名稱 第二種記號體系 和 格式 dec...
R語言與商業智慧型
1 使用window的貼上功能先複製excle中的資料x read.table clipboard 從貼上板讀取資料write.table x x,file clipboard sep t 把資料寫到貼上板，貼上到excle中就可以了2 儲存輸出 sink myresult.txt 吧以下結果存在m...
R語言 迴圈與條件
迴圈 for n in x expr r中最基本的是for迴圈，其中n為迴圈變數，x通常是乙個序列。n在每次迴圈時從x中順序取值，代入到後面的expr語句中進行運算。下面的例子即是以for迴圈計算30個fibonacci數。x c 1,1 for i in 3 30 例子1pv c 1,1,2,3,...