معرفی شرکت ها

Topsis-Satyam-101803324-1.0.5

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
1.0.5
1.0.4
1.0.3
1.0.1

توضیحات

This package can be used to calculate the topsis score of multiple component data and rank them accordingly
ویژگی مقدار
سیستم عامل OS Independent
نام فایل Topsis-Satyam-101803324-1.0.5
نام Topsis-Satyam-101803324
نسخه کتابخانه 1.0.5
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Satyam Verma
ایمیل نویسنده satyamv069@gmail.com
آدرس صفحه اصلی https://pypi.org/project/Topsis-Satyam-101803324
آدرس اینترنتی https://pypi.org/project/Topsis-Satyam-101803324/
مجوز MIT
# TOPSIS Package in Python Submitted by: Satyam Verma Roll no: 101803324 UCS538 --- ## 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. --- ## How to use The package Topsis-Satyam-101803324 can be run though the command line as follows: ``` >> pip install Topsis-Satyam-101803324 ``` ``` >>topsis data.csv "1,1,1,1" "+,+,-,+" result.csv ``` ## Sample Input The decision matrix should be constructed with each row representing a Model alternative, and each column representing a criterion like Accuracy, R2, Root Mean Squared Error, Correlation, and many more. <table><thead><tr><th>Model</th><th>Correlation</th><th>R2</th><th>RMSE</th><th>Accuracy</th></tr></thead><tbody><tr><td>M1</td><td>0.79</td><td>0.62</td><td>1.25</td><td>60.89</td></tr><tr><td>M2</td><td>0.66</td><td>0.44</td><td>2.89</td><td>63.07</td></tr><tr><td>M3</td><td>0.56</td><td>0.31</td><td>1.57</td><td>62.87</td></tr><tr><td>M4</td><td>0.82</td><td>0.67</td><td>2.68</td><td>70.19</td></tr><tr><td>M5</td><td>0.75</td><td>0.56</td><td>1.3</td><td>80.39</td></tr></tbody></table> <br> Weights `weights` is not already normalised will be normalised later in the code. Information of benefit positive(+) or negative(-) impact criteria should be provided in `impacts`. <br> ## Output of this sample input The output that will be generated from the following input data will be: <table><thead><tr><th>Model</th><th align="right">Correlation</th><th align="center">R2</th><th>RMSE</th><th>Accuracy</th><th>Topsis Score</th><th>Rank</th></tr></thead><tbody><tr><td>M1</td><td align="right">0.79</td><td align="center">0.62</td><td>1.25</td><td>60.89</td><td>0.7722097345612788</td><td>2.0</td></tr><tr><td>M2</td><td align="right">0.66</td><td align="center">0.44</td><td>2.89</td><td>63.07</td><td>0.22559875426413367</td><td>5.0</td></tr><tr><td>M3</td><td align="right">0.56</td><td align="center">0.31</td><td>1.57</td><td>62.87</td><td>0.43889731728018605</td><td>4.0</td></tr><tr><td>M4</td><td align="right">0.82</td><td align="center">0.67</td><td>2.68</td><td>70.19</td><td>0.5238778712729114</td><td>3.0</td></tr><tr><td>M5</td><td align="right">0.75</td><td align="center">0.56</td><td>1.3</td><td>80.39</td><td>0.8113887082429979</td><td>1.0</td></tr></tbody></table> <br> The output file contains columns of input file along with two additional columns having **Topsis_score** and **Rank** . Here the ranks are given as rank 1 is the best solution according to the weights and impacts given and rank 5 is the worst solution. ---


نحوه نصب


نصب پکیج whl Topsis-Satyam-101803324-1.0.5:

    pip install Topsis-Satyam-101803324-1.0.5.whl


نصب پکیج tar.gz Topsis-Satyam-101803324-1.0.5:

    pip install Topsis-Satyam-101803324-1.0.5.tar.gz