这一章我们是为了展现“邋遢集”的工作效果,他们采用的是调查问卷,先让我们看一下问卷。
import pandas as pd
import numpy as np
_index = ['扔过垃圾吗?', '听说过邋遢集的活动吗?', '看到有人扔垃圾,会劝他们扔到垃圾箱吗?', '你认为乱扔垃圾是一个严重问题吗?'
, '邋遢集让你了解到乱扔垃圾的重要性了吗', '你支持市里继续资助邋遢集的教育活动吗?']
df = pd.DataFrame(np.array([0.1, 0.05, 0.05, 0.9, 0.02, 0.25, 0.2, 0.75, 0.05, 0.85, 0.2, 0.81]).reshape(6, 2)
, index=_index, columns=['去年', '今年'])
数据集要求我们减少减少垃圾量,然而问卷中只体现了人们信念的改变。
然而邋遢集因为费用太高也决定不进行垃圾计量。
这里书中介绍的方法是“启发法”:
启发法:(心理学定义)用一种更便于理解的属性代替一种难理解的、令人困惑的属性。
(计算机学定义)一种解决问题的方法,可能会得出正确的答案,但不保证得出最优化答案。
书中表示固定模式的具有启发性,这里用的是一个树状图,每一个节点对应两个子节点。
这里是 公众对散乱垃圾的意识提高了吗, 是指向下一个问题,否则取消资助
下一个问题是 固体垃圾清理工认为散乱垃圾减少了吗 是则继续资助 否则取消资助。(原书242页)
本章节中的启发法是在缺乏数据(无法用数据直接得出结论)的情况下使用的。针对几个关键数据设计成模型,然后得出结论。