今天给大家分享一下熵权法，这个算法一般应用与客观数据定权，主要是综合数据的一些信息度的复杂情况来定义目标列的权重，由于这个算法比较简单，会结合案例给大家手推一下这个模型的公式。

目录如下，总字数3.5K字，大约需要阅读3分钟左右，大家可以拿来做笔记，打字不易，大家看完觉得有用记得点赞三连，感激不尽。

一句话定义：熵权法是一种在决策分析中，用来确定各评价指标权重的客观赋权方法。

企业在设计产品的时候往往需要对产品属性的优先级有所取舍，世界上没有十全十美的产品。例如我们企业正在设计一款新车，需要考虑综合考虑多种消费者购买这款新车的因素，比如价格、外观、品牌、空间、安全、性能、省油等等。我们需要了解消费者在购车的时候，优先考虑哪些因素，次要因素是什么，哪些因素不重要，来确定我们设计的车型最终定位和销售目标。

要判断哪些因素重要，哪些因素不重要，我们有两种方法：主观判断（赋权）和客观赋权。

车企内部组织会议，把各级领导，各个相关部门（销售、设计、技术等），以及内外部行业专家都拉进来，大家一起讨论，并根据过往的经验给出各因素的重要性评分。这种依赖专家评估来决定各个因素重要性的方法通常被称为德尔菲法（德尔菲法有一套严密的操作方法，大家有兴趣的话可以搜索一下，在这里不作赘述）。

主观赋权直接反映了专家的观点，操作简单，是日常生活用很常用的方法。但是主观赋权很明显会受到专家们主观偏见的影响，过于依赖专家的经验意见，有可能忽略了消费者喜好的变化产生的市场新潮流，影响最终产品的销售，这时候我们需要结合更加客观的方法进行分析研究。

客观赋权方法依赖于数据本身的统计特性，通过数学模型从数据中直接计算出权重，尽量减少主观判断的影响。熵权法就是一种常用的客观赋权方法，另外还有主成分分析，因子分析，灰色关联分析等等。

例如车企可以组织一次消费者调研，让意向购车客户对不同车辆的因素进行评分，然后使用熵权法对这些因素的重要性进行评分