前面有介绍过几种赋权的方法，有客观的赋权方法如层次分析法，也有客观观的赋权方法如熵权法、变异系数法等。此篇要介绍一种能把他们都组合起来的赋权方法。
客观赋权的方法主要有熵值法、主成分分析法、均方差法、变异系数法( 标准差系数法) 和 CＲITIC 法等其中熵值法主要表现指标数据的离散性，均方差和变异系数法( 标准差系数法) 则主要是利用指标数据的对比强度来刻画指标的重要性，而主成分分析法主要考虑了数据之间的相关性，CＲITIC 法则既兼顾到指标数据的相关性( 冲突性) 又考虑到数据之间的对比强度[1]。在此用CＲITIC 法组合权重。
以下为博主为大家精心准备的人工智能&算法精品专栏，需要的小伙伴可自行订阅
深度学习100例全系列详细教程 深度学习算法原理介绍及应用案例
tensorflow从入门到精通100讲 深度学习框架TensorFlow的应用案例
手把手教你ML机器学习算法源码全解析 机器学习算法解析及应用案例
数据挖掘算法解析指南 数据挖掘算法原理解析及应用案例