实现TOPSIS技术的Python包。
topsis-101803128的Python项目详细描述
TOPSISPython
Assignment 6:UCS538
提交人：DIVYAM JAIN-101803128
什么是TOPSIS
T引用O顺序p引用S与I相似的技术 ^{str1}$S解决方案（TOPSIS）起源于20世纪80年代，是一种多准则决策 制作方法。TOPSIS选择最短欧氏距离 与理想溶液的距离，与负理想的最大距离 解决方案。更多详细信息请访问wikipedia。在
如何使用此软件包：
TOPSIS-Divyam-101803128可以如下例运行：
Python脚本
from topsis_101803128.topsis import CalcTopsisScore
filename = "input.csv"
weight = "1,1,1,2"
impact = "+,+,-,+"
CalcTopsisScore(filename, weight, impact )
示例数据集
决策矩阵（a）应该构造成每一行代表一个模型替代，每一列代表一个标准，比如准确度、R2、均方根误差、相关性等等。在
| Model | Correlation | R2 | RMSE | Accuracy |
|---|---|---|---|---|
| M1 | 0.79 | 0.62 | 1.25 | 60.89 |
| M2 | 0.66 | 0.44 | 2.89 | 63.07 |
| M3 | 0.56 | 0.31 | 1.57 | 62.87 |
| M4 | 0.82 | 0.67 | 2.68 | 70.19 |
| M5 | 0.75 | 0.56 | 1.3 | 80.39 |
权重（w）尚未规范化，稍后将在代码中进行规范化。在
利益正面（+）或负面（-）影响标准的信息应在I中提供。在
输出
^{tb2}$根据TOPSIS方法，排名以表格的形式显示出来，第一个排名是最佳决策，最后一个排名是最差的决策。
许可证
©2020 Divyam Jain©2020年
这个存储库是根据麻省理工学院的许可证授权的。有关详细信息，请参阅许可证。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
