熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性? 第1页
1
feng-kuang-shen-shi-92 网友的相关建议:
标题基本没错。
但是不叫离散性，准确点说叫信息量。
但是度量这个信息量的差异性还可以构造很多公式，比如KL散度 JS散度等等，甚至有更复杂的。
具体可以看上面的一个回答
1
相关话题
R 中的哪些命令或者包让你相见恨晚？什么是无监督学习？
你是怎么变自律的？
如何看待微软小冰写的诗？
如何评价钉钉6.0发布会，钉钉又带火新名词「低代码」，有人能解释一下这个意思吗？
为啥现在越来越多人转向做定量研究而不是定性研究，这样会不会陷入一种盲目的数据崇拜？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
如何评价 DeepMind 新提出的关系网络（Relation Network）？
Dirichlet Processes 是一个什么样的随机过程？
深度学习有哪些好玩的案例？
下一个讨论
熵权法会考虑指标的分布吗？
相关的话题
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？机器学习里的 kernel 是指什么？
为什么交叉熵（cross-entropy）可以用于计算代价？
Kaggle如何入门？
数据分析是不是比数据挖掘含金量低不少，并且职业前景和钱景远远不如数据挖掘？
去哪找数据？怎么挖掘？
魔鬼如何在最短时间内抓住天使？
为什么C4.5决策树能处理连续特征，ID3树不能处理连续特征？
如何看待与评价 AAAI 2022 的录用结果？
GAN:固定训练好的判别器网络，去指导训练生成器为什么不可以？
自然语言处理怎么最快入门？
Python中除了matplotlib外还有哪些数据可视化的库？
如何看待NIPS2017图灵奖得主贝叶斯网络之父Judea Pearl讲座无人问津？
如何在 Excel 上做数据地图？
如何理解今年发表在JMLR上随机森林算法SPORF？
机器学习算法工程师如何自己接项目单干、并赚取比上班多得多的收入？
resnet（残差网络）的F（x）究竟长什么样子？
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
神经网络的损失函数为什么是非凸的?
为什么梯度下降能找到最小值？
熵权法确定权重的原理是不是因为它仅依赖于数据本身的离散性?
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
百度学术能否替代 Google 学术网站？有没有其他选择？
如何分析找出知乎的潜在的热门问题？
怎么在家学习一些关于机器学习的知识?
中美之间的军事力量差距究竟有多大？
时间序列和回归分析有什么本质区别？
深度学习应用在哪些领域让你觉得「我去，这也能行！」？
如何评价 《睡前消息》 第396期？
如何看待 Deepmind 宣称最新版 AlphaGo 能让李世乭版本 AlphaGo 三子？