データサイエンス設計マニュアル

1.3 データの性質 13

実は

、私は実際にこの分析を行ったが、詳細は 9.3 節の「私の体験談から」で話すことにしたい。さ

まざまな面白いパターンが見つかった [SS15]。図 1 -7 を見ると、マンハッタンは広大なブルックリ

ン、クイーンズ、スタテン・アイランドよりもチップの額が低い。こういった地区では運行距離が長

く、流しているタクシーは少ないが歓迎されるのである。

しかし、都市の交通事情を理解するためのもっと大きな問いがある。タクシーの運行時間は、市内の交通

状況を細かいレベルで測るためのセンサーとして活用できる。ラッシュアワーの時間帯は、それ以外の時間

帯と比べて、移動にかかる時間はどのくらい長くなるのか？ 最も遅れがひどいのはどこか？ 問題がどこに

あるのかを特定することは、解決方法を提案するための第一歩である。道が空いている時間帯のパターンを

変えるとか、バスを増やすとか、相乗り専用レーンを作るといった方法が考えられる。

同様に、タクシーデータを使えば、市内の輸送の流れを把握できる。人々は一日のさまざまな時間帯でど

こに向かおうとするか？ ここからは混雑状況だけでなく、多くのことがわかる。旅行者はホテルから観光

地に向かい、重役たちは高級住宅地からウォール街に向かい、酔っぱらいはナイトクラブから家に帰ってい

くのだ。

この種のデータは、より良い輸送システムを考える上で必要不可欠である。b に行きたい人が、a + ϵ にも

いるのに、a から b まで客を 1 人だけを運ぶのは無駄だ。タクシーデータを分析すると、相乗りの需要を正 ...