Python小案例（六）通过熵权法计算指标权重

在日常业务中，产品运营需要综合多个指标进行判断，如果没有目标变量进行监督训练的话，很难人为地判断哪个指标更好，综合起来哪个类别更优秀。

案例背景：通过几个业务指标评价小初高的表现

import numpy as np
import pandas as pd

# 构造数据
cars={
          
   
    小学:[3000,2.8,68,0.02,25],
    初中:[1000,1.2,45,0.08,5],
    高中:[2500,1.6,70,0.1,70],
}
df=pd.DataFrame(cars).T
df.columns=[活跃用户数,人均练习数,老师数,搜索无结果率,投诉用户数]
df

# 数据标准化 避免存在log0，增加0.01
def std_df(df, neg_cols):
    
    df:数据框
    neg_cols:负面指标
    
    return:标准化后的数据框
    
    
    df=df.copy()
    for x in df.columns:
        if x not in neg_cols: # 非负面指标
            df[x]=df[[x]].apply(lambda x:(x-np.min(x))/(np.max(x)-np.min(x)))+0.01
        else : # 负面指标
            df[x]=df[[x]].apply(lambda x:(np.max(x)-x)/(np.max(x)-np.min(x)))+0.01
    return df


# 指标权重计算
def solve_weight(df):
    
    df:数据框
    
    return:指标权重
    
    
    df=df.copy()
    # 计算p
    for x in df.columns:
        df[x]=df[[x]].apply(lambda x:x/np.sum(x))
    # 计算lnp
    df_lp=df.applymap(lambda x: np.log(x))
    # 计算p*lnp
    df_plnp=df.mul(df_lp)
    # 计算e
    e=-1/np.log(df.shape[0])*df_plnp.sum()
    # 计算g
    g=1-e
    # 计算w
    w=g/sum(g)
    
    return w

# 计算加权得分
def solve_score(df, w):
    
    df:数据框
    w:指标权重
    
    return:带有分数值的df
    
    
    df=df.copy()
    df[score]=df_std.dot(w)
    
    return df

# 数据标准化
cols=df.columns
neg_cols=[搜索无结果率,投诉用户数] # 负向指标
df_std=std_df(df, neg_cols)

# 计算权重
w = solve_weight(df_std)

# 输出指标权重
print({:*^60}.format(指标权重))
print(w)

# 输出分值
solve_score(df_std, w).sort_values(by=score, ascending=False)

****************************指标权重****************************
活跃用户数     0.170761
人均练习数     0.244200
老师数       0.167703
搜索无结果率    0.244200
投诉用户数     0.173135
dtype: float64

共勉～