معرفی شرکت ها

TOPSIS-Nikhal-101816034-0.0.1

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.0.1

توضیحات

Python Package Implementing TOPSIS (for finding ideal and anti-ideal solution)
ویژگی مقدار
سیستم عامل OS Independent
نام فایل TOPSIS-Nikhal-101816034-0.0.1
نام TOPSIS-Nikhal-101816034
نسخه کتابخانه 0.0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Nikhal Singh
ایمیل نویسنده -
آدرس صفحه اصلی https://github.com/Nik404/Topsis-Package
آدرس اینترنتی https://pypi.org/project/TOPSIS-Nikhal-101816034/
مجوز -
# Topsis-Package # What is TOPSIS TOPSIS is an acronym that stands for ‘Technique of Order Preference Similarity to the Ideal Solution’ and is a pretty straightforward MCDA method. As the name implies, the method is based on finding an ideal and an anti-ideal solution and comparing the distance of each one of the alternatives to those. It was presented in Hwang and Yoon (Multiple attribute decision making: methods and applications. Springer, Berlin, 1981) and Chen and Hwang (Fuzzy multiple attribute decision making methods. Springer, Berlin, 1992), and can be considered as one of the classical MCDA methods that has received a lot of attention from scholars and researchers. It has been successfully applied in various instances. # How to ise this Package: TOPSIS-Nikhal-101816034 can be run by typing the following code snippet: # In Command Prompt python topsis.py "data.csv" "1,1,1,2" "+,+,-,+" "Result.csv" # Sample Dataset The decison-matrix should be constructed with each row representing a model alternative and each column representing criterian such as accuracy,R-Sqaure,Root Mean Squared error,Correlation etc. | Model | Corr | Rseq | 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 | # Output | Model | Score | Rank | |-------|-------------------|------| | 1 | 0.476957713840877 | 2 | | 2 | 0.476572577796742 | 3 | | 3 | 0.477495853743771 | 1 | | 4 | 0.475616911138615 | 5 | | 5 | 0.475948812224928 | 4 | _The Ranking are displayed in the result csv file, with 1st rank offering the best decision and last rank offering the worst decision according to the TOPSIS method._


زبان مورد نیاز

مقدار نام
>=3.6 Python


نحوه نصب


نصب پکیج whl TOPSIS-Nikhal-101816034-0.0.1:

    pip install TOPSIS-Nikhal-101816034-0.0.1.whl


نصب پکیج tar.gz TOPSIS-Nikhal-101816034-0.0.1:

    pip install TOPSIS-Nikhal-101816034-0.0.1.tar.gz