数据规范化/无量纲化方法（作为评价体系的第一项）

目录

1 数据格式

2 不同属性类型对应的指标标准化处理方式

2.1 效益型指标：此类指标数值越高越理想

2.2 成本型指标：此类指标数值越低越理想

2.3 固定型/中间型指标：在特定数值附近表现最佳

2.4 区间型指标：存在一个最优的数值范围

2.5 偏离区间型：与某一特定区间距离越远越理想

2.6 偏离固定值型：与某一特定数值距离越远越理想

3 相同属性类型指标的标准化处理方式

3.1 归一化方法

3.2 最大化方法

3.3 模一化方法

---

数据格式规范与应用

假定存在一组数据，其中包含n个样本（横向），以及m个特征（纵向），其数据排列形式如下：

属性x1	属性x2	...	属性xm
id1
id2
...
idn

以矩阵方式呈现（亦称为“决策矩阵”）如下所示：

A=\begin{bmatrix} a_1_1 & a_1_2& ... & a_1_m\\ a_2_1 & a_2_2& ... & a_2_m\\ ...& ... & ... &... \\ a_n_1 & a_n_2& ... & a_n_m \end{bmatrix}

2 不同属性类型的指标规范化方法

理解：即x1、x2、x3分别代表不同