一、前言
CRITIC权重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。...在用 Python 复现 CRITIC 权重法时，需要计算变异系数，以标准差的形式来表现，如下所示：
Sj表示第 j 个指标的标准差，在 CRITIC 权重法中使用标准差来表示各指标的内取值的差异波动情况...数据如下：
二、详解计算均值和标准差
初始化一个简单的矩阵：
a = np.array([
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
])
a
分别计算整体的均值...、每一列的均值和每一行的均值：
print("整体的均值：", np.mean(a)) # 整体的均值
print("每一列的均值：", np.mean(a, axis=0))...# 每一列的均值
print("每一行的均值：", np.mean(a, axis=1)) # 每一行的均值
分别计算整体的标准差、每一列的标准差和每一行的标准差：
print("整体的方差
云服务器
ICP备案
腾讯会议
云直播
对象存储
