KPI到底是什么？KPI的设计不要等同于绩效考核，不要等同于绩效奖金。KPI是管理工具，不是考核，KPI只是通过量化的评估手段，来评估员工做得好与坏，是一种员工行为的引导。KPI设计的来源：4个来源：公司的目标、部门/岗位职能是什么、部门/岗位的短板是什么、公司的期望。需要提醒的是，KPI指标需要从这四个维度来思考，但不一定是这四个维度的累加。KPI绩效指标最好不要超过3-5项
转载
2024-04-24 20:14:30
52阅读
什么是网站权重？权重是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度。网站权重概括得说：就是网站与网站在搜索引擎眼中的分级制“待遇”表现。还有一个想法是综合搜索引擎算法中所有有利因素所带来的“数值效果”被搜索引擎所认可。就是搜索引擎对站点权威的判断。 如果权重高的网站以链接的方式指向你，就是对你网站的肯定，不然权重高的网站为什么会给你链接呢? 搜索引擎就参照
转载
2024-05-21 08:56:06
33阅读
指标赋权与综合评价方法一、主观赋权1、AHP层次分析法二、客观赋权1、主成分分析2、熵权法三、组合赋权法四、综合评价1、Topsis2、数据包络法五、GRA灰色关联度分析 一、主观赋权1、AHP层次分析法（1）模型简介 层次分析法是一种解决多目标的复杂问题的定性与定量相结合的决策分析方法。该方法将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标之间能否实现的标准之间的相对重要程度，并合理
转载
2024-03-20 20:11:09
454阅读
1. 引言再过一个月就是春节，相信有很多码农就要准备欢天喜地地回家过（xiang）年(qin)了。我们今天也打算讲一个相亲的故事。讲机器学习为什么要讲相亲？被讨论群里的小伙伴催着相亲，哦不，催着讲特征工程紧啊。只是我们不太敢讲这么复杂高深的东西，毕竟工程实践的经验太复杂了，没有统一的好解释的理论，一般的教材讲这方面的内容不多。我们就打算以一个相亲的故事为例，串一些特征工程的内容。2. 故事背景事先
Python：多指标权重确定方法—熵值法一、需准备的资料1.一份excel的数据表格，列为指标（评价指标），行为城市（研究对象,也可以是年份，）city GDP：亿元x.1 人口（万）x.2 城镇化率（%）x.3 从业人员（万）x.4 财政收入（亿元）x.5 固定资产投资（亿元）x.6 社会消费品零售总额（亿元）x.7 进出口总值（亿元）x.8 旅客吞吐量（万人次）x.9 货邮吞吐量（万吨）x.1
转载
2023-09-27 11:47:19
213阅读
目录一、定性指标定量化二、将指标同型化线性比例变换法极差变换法二、评价指标赋予权重三、综合评价战斗机性能的综合评价问题 例：战斗机的性能指标主要包括最大速度、飞行半径、最大负载、隐身性能、垂直起降性能、可靠性、灵敏度等指标和相关费用。综合各方面因素与条件，忽略了隐身性能和垂直起降性能，只考虑余下的6项指标
actor-critic方法（一）— 同策方法同策actor-critic方法动作价值actor-critic算法优势actor-critic算法带资格迹的actor-critic算法 本文介绍带自益的策略梯度算法。这类算法将策略梯度和自益结合了起来：一方面，用一个含参函数近似价值函数，然后利用这个价值函数的近似值来估计回报值；另一方面，利用估计得到的回报值估计策略梯度，进而更新策略参数。这两
转载
2024-09-27 14:53:39
52阅读
# Python Topsis计算指标权重的探索
## 引言
在多属性决策分析中，如何合理地评价和选择多个备选方案是一个十分重要且复杂的问题。TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 是一种常用的方法，这种方法通过计算各方案与理想解和负理想解之间的距离来进行排序。Topsis 方法的一个关键步
原创
2024-09-28 03:44:02
74阅读
1 内容介绍CRITIC法是一种比熵权法和标准离差法更好的客观赋权法。它是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。考虑指标变异性大小的同时兼顾指标之间的相关性，并非数字越大就说明越重要，完全利用数据自身的客观属性进行科学评价。对比强度是指同一个指标各个评价方案之间取值差距的大小，以标准差的形式来表现。标准差越大，说明波动越大，即各方案之间的取值差距越大，权重会越高；指标之
转载
2024-05-12 16:22:56
521阅读
# 主成分分析计算指标权重的实现指南
主成分分析（PCA）是一种常用的降维方法，通常用于将高维数据转换为低维数据，并揭示数据中最重要的特征。在此指南中，我们将深入讨论如何使用Python实现主成分分析以计算指标权重。
## 整体流程
在开始之前，我们先概述一下整个实现过程。以下是我们将要执行的步骤：
| 步骤 | 描述
第一步：将原始矩阵正向化常见的四种指标有：指标名称指标特点例子极大型（效益型）越大（多）越好成绩、GDP增速、企业利润极小型（成本型）越小（少）越好费用、坏品率、污染程度中间型越接近某个值越好水质量评估时的PH值区间型落在某个区间最好体温、水中植物性营养物量所谓将原始矩阵正向化，就是要将所有的指标类型统一转化成极大型指标。极小型—>极大型 如果所有的元素均为正数，那么也可以使用中间型指标—&
转载
2024-10-21 06:37:42
55阅读
# 使用Python实现逻辑回归指标权重
逻辑回归是一种广泛使用的统计模型，适用于二分类任务。在此过程中，我们将了解如何通过Python实现逻辑回归，并提取模型指标权重。本文将分步骤介绍整个流程，帮你从头到尾实现这一功能。
## 详细流程
以下是实现逻辑回归并获取指标权重的完整流程：
| 步骤 | 描述 |
|------|------|
| 1 | 数据准备与导入 |
| 2
原创
2024-09-13 05:41:32
108阅读
指标体系 做数据分析的时候，有一个很重要的过程，就是搭建数据指标体系。对于指标体系，在某些出版物中是这么定义的，指标体系，是由一系列具有相互联系的指标所组成的整体，可以从不同的角度客观的反映现象总体或样本的数量特征。概念总是比较难以理解的，举个不是特别恰当例子，就好比太阳系，他也是个体系，有恒星、行星、卫星等组成的整体。九大行星以太阳为核心游走于自己的轨迹，单独把地球、太阳拿出来，他不叫太阳系，随
前面讲过 Q-Learning算法 是基于值选择动作的，并且是单步更新。而 Policy Gradients算法 是基于概率在连续动作中选择的，并且是回合更新。那么有没有一种算法能够将两者结合呢？Actor-Critic！1. 什么是Actor-Critic?1.1 Actor-Critic算法思想 Actor-Critic算法分为两部分，Actor 的前身是 Policy Gradients算法
一、博弈论是什么博弈论：是指双方或者多方在竞争、合作、冲突等情况下，充分了解各方信息，并依此选择一种能为本方争取最大利益的最优决策的理论。博弈四要素：至少两个参与者利益策略信息博弈论基本前提：博弈的所有参与者都是“理性人”。就是指参与者全是利己的。博弈论的核心：参与者通过制定策略为自己争取最大利益。博弈的分类：根据参与者之间是否有一个具有约束力的协议合作博弈（利益分配）和非合作博弈（个人利益最大化
在我们建立一个学习算法时，或者说训练一个模型时，我们总是希望最大化某一个给定的评价指标（比如说准确度Acc），但算法在学习过程中又会尝试优化某一个损失函数（比如说均方差MSE或者交叉熵Cross-entropy）。那为什么不把评价指标matric作为学习算法的损失函数loss呢？抛开复杂的数学，我们可以这么理解，机器学习的评估函数主要有这三个作用：表现评估：模型表现如何？通过评估指标能快速了解我们
几乎所有的数据分析工作都会提到一个词——“建立数据指标体系”，虽然这个词对于大家来说并不陌生，但是数据指标到底是什么以及如何具体的搭建，很多人还是一头雾水的。一、数值指标概述1.1 数值指标价值在了解什么是数据指标之前，我们思考一下：为什么会出现指标？它是为了解决什么问题？人类及科学的发展是与时俱进的，早期为了使自然科学的实验及结果更具统一性及方便标准化衡量，一些标准化的专业指标应运而生。随着人类
读书笔记: 博弈论导论 - 11 - 完整信息的动态博弈 战略协议战略协议(Strategic Bargaining)本文是Game Theory An Introduction (by Steven Tadelis) 的学习笔记。协议是多方对一个剩余(surplus)，通过提议，尝试达成一致意见。一个两人协议博弈的过程：第一回合
玩家1提出分配\((x, 1-x)\)，玩家1得到x，玩家2得到1
PCA的原理在图像处理领域中，我们往往要对大量的数据进行分析，而这些变量往往是多维的，如果在样本较少的维度较高的情况下直接分析数据，不但处理起来较为麻烦，而且往往会得到不精确甚至错误的结果。那么，如果我们考虑到每组样本数据中各维度的相关性，并将相关性较大的维度分量进行合并处理（即降维处理），就可以在保证信息量损失较小的情况下降低运算难度，这就是PCA算法的原理。举例说明：假设数据考量标准包括：一首
简述 遗传算法(GA)是一种模拟生物进化自然选择过程的非确定性搜索方法，源于达尔文的进化论和孟德尔的遗传定律，由美国 Michigan 大学的 Holland教授在 20 世纪 70 年代首先提出。生物理论指出， 生物个体的各种生命表征是由许多基因共同决定的。同一种群的不同生物个体通常拥有不同的基因，因此对外在环境的适应能力也是不同的。 在自然选择的作用下，一部分环境适应能力较差的个体会死亡被淘
