很容易找到最佳得分
TOPSIS-KUNAL-101803623的Python项目详细描述
TOPSIS-KUNAL-101803623
TOPSIS-KUNAL-101803623是一个软件包,它将提供在所提供的数据中选择最佳模型时进行多准则决策的功能。在
- 它将提供TOPSIS分数。在
- 它将根据给定的数据对模型进行排序。在
TOPSIS公司:
相似理想解排序方法(TOPSIS)起源于20世纪80年代,是一种多准则决策方法。TOPSIS选择距理想解最短的欧几里德距离和距负理想解最大距离的方案。在
安装
TOPSIS-KUNAL-101803623需要Pythonv2.7+才能运行。在
使用pip安装程序包,如下所示:
$ pip install TOPSI-KUNAL-101803623
如何使用此软件包
TOPSIS-KUNAL-10803623可按以下示例运行:
在PYTHON IDLE:
注:
- 只有在输入文件中有非数字数据时才进行预处理。在
- 确保权重和影响的数量等于预处理数据中不包括第一列的列数。在
示例数据集
决策矩阵(a)将从csv文件中提取出来,作为熊猫数据帧,其中每行代表一个模型替代方案,每一列代表一个标准,如精度、RSeq、均方根误差、相关性等。在
Model | Correlation | RSeq | RMSE | Accuracy |
---|---|---|---|---|
M1 | 0.79 | 0.62 | 1.25 | 60.89 |
M2 | 0.66 | 0.44 | 2.89 | 63.07 |
M3 | 0.56 | 0.31 | 1.57 | 62.87 |
M4 | 0.82 | 0.67 | 2.68 | 70.19 |
M5 | 0.75 | 0.56 | 1.3 | 80.39 |
权重(w)尚未标准化,稍后将在代码中进行标准化。 正面(+)或负面(-)影响标准的影响信息应在(im)中提供。在
权重和影响数应等于数据集中不包括第一列的列数
样本输出
排名以表格的形式显示,根据TOPSIS方法,排名第一的是最佳决策,最后一个排名是最差的决策。在
^{tb2}$许可证
麻省理工学院执照
版权所有(c)2020 Kunal Pradyuman
兹免费准许任何人取得复制品 本软件及其相关文档文件(“软件”)的 在软件中不受限制,包括但不限于权利 使用、复制、修改、合并、发布、分发、再授权和/或出售 软件的副本,并允许软件的使用者 根据以下条件提供:
上述版权声明和本许可声明应包括在所有 软件的副本或大部分。在
本软件按“原样”提供,无任何形式的保证,明示或 包括但不限于适销性保证, 特定目的的适用性和非侵犯性。在任何情况下 作者或版权持有人应对任何索赔、损害赔偿或其他 无论是在合同诉讼、侵权诉讼或其他诉讼中,由以下原因引起的责任:, 与软件、软件的使用或其他交易有关 软件。在
- 项目
标签: