資料英雄計畫

Fellows：陳林彣、謝宗翰（皆為台灣 SAS 公司指定代表）
Mentor：劉嘉凱
Project Manager：葉瓊瑜
Project Partner：財團法人法律扶助基金會
法律扶助，是指對於有法律需求，卻無力負擔訴訟費用及律師報酬的人民，提供專業性的法律幫助。財團法人法律扶助基金會成立於2004年，以「為經濟上的弱勢者提供法律的專業扶助，實現訴訟的平等權」為宗旨，由政府所捐助設立的私法人組織。然而，需要扶助的弱勢團體、個人卻可能因為「資訊」或「地理」成本，不知道如何接觸法扶基金會，甚至不知道法扶基金會的存在。
本次專案針對全台22個分會，於2015-2017年的收案案件，結合外部資料（如: 衛福部低收中低收入戶人口、內政部各鄉鎮市區人口……等），建立分會健檢儀表板，分析各地分會所負責各鄉鎮市區的案件覆蓋率、人口特徵以及案件屬性，進而找出現實上被忽略的需扶助人口。
資料來源
由於2015年法律扶助法修改，擴大法律扶助認定範圍，因此本次分析專案所使用的資料主要取用法律扶助基金會業務資料庫2015年之後的資料，總數為21萬筆申請案件，其中包含12萬不重複案件申請人，並將資料去識別化，重點資訊條列如下：
1. 申請人之人口變項之資料，如：性別、年齡、住所資訊、特殊族群身分等
2. 申請人之資力審核相關資料，如：總財產、家戶總收入等
3. 申請案件之法律案件相關資料，如：案件案由類別、案件時間等
此外，本次專案結合外部資料，如衛福部低收中低收人口資料、內政部各鄉鎮市區人口資料、原民會原住民人口資料等，以分析各分會在不同鄉鎮市區的案件覆蓋率、人口屬性與案件屬性。
探索資料 – 需求缺口分析
在本次分析專案中，我們主要使用資料視覺化的手法進行分析，並期望透過分析不同地區申請人、案件案由的分布狀況，提供法扶各分會未來設計推廣活動或合作案時，能更加適地適性與在地化設計。
◆ 台灣概況總覽

上圖為台灣法律扶助案件申請人的分布狀況，每個氣泡代表一個分會聚落，氣泡越大、顏色越橘，代表申請人越多。總體而言，法律案件集中於都會區，尤其以最上方的北北基分會群最多。

上圖為全台特殊身分族群分布，由於特殊身分族群得免審查資力，因此為法扶基金會的主要服務族群。總體而言，「原住民」申請人口最多，其次為「低收中低收入戶」與「身心障礙族群」。

上圖則為台灣法律扶助申請案件的案由分布，次數排名前五的申請案由分別為「債篇」、「毒品危害防制條例」、「傷害罪」、「勞工」、「消費者債務清理條例」。
◆ 分會覆蓋率分析 – 以北北基鄉鎮市區為例
人口基數大的區域，便可能有更多法律扶助申請人，因此不能僅以申請人口多寡來斷定一個區域的需求缺口大小。為了排除人口基數的影響，我們使用「覆蓋率」做為輔助判斷的指標，公式為「該區域法律扶助申請人」除以「該區域總人口」，該指標代表「在一定人口下，有多少百分比的人會申請法律扶助」。
此外，分析特殊身分族群將更具代表性，因此接下來我們針對「低收中低收入戶」、「身心障礙族群」、「原住民」等三個特殊身分族群，於北北基各鄉鎮市區的覆蓋率分布進行分析。

上圖為低收中低收族群於各鄉鎮市區的覆蓋率氣泡地圖，氣泡越大代表該鄉鎮市區的申請人越多，顏色越淺則代表覆蓋率越低；黑色地標由北至南分別代表基隆分會、士林分會、新北分會、台北分會於地圖上的位置。總體觀察可以發現分會周邊的鄉鎮市區氣泡顏色較深，代表覆蓋率普遍較高；而如果將覆蓋率偏低的鄉鎮市區挑出來，也就是圖中有黑色粗框的氣泡，可以發現這些覆蓋率偏低的地區，跟分會的距離都較遙遠。由此可知，「地理因素」對於弱勢族群是否會申請法律扶助是個重要影響因子。

Fellows：黃軍元、劉威凱、施伃蓮、許柏方、吳俊儀
Mentor：陳昭文、劉嘉凱
Project Manager：陳昭文
Project Partner：高雄市政府衛生局
緊急醫療的處理首重於「適當時間將適當病人送至適當醫院」處置原則。然而，當病人醫療需求與提供之醫療資源無法在第一次就醫就媒合成功時，或可能會觸發院際轉診的行為。轉診行為有利有弊，或許可能讓病人得到更適切的醫療照護，但轉診過程所伴隨的潛在的風險，也應被仔細考慮。就整體社會安全網的系統觀點而言，轉診的浮現，在某種程度上也反應出緊急醫療過程中可能存在的照護缺口。若能釐清這問題，也許能讓我們對優化社區醫療配置與建構安全照護網絡有更明確的補強藍圖。
一、研究動機與目的
二、研究方法
三、結果
四、討論與建議
五、研究限制與建議
 
一、研究動機與目的

緊急醫療生態中，轉診並非罕見事件。而政府規劃的轉診資訊系統也運作了一段時間，但從歷史資料挖掘出哪些經驗洞見，卻一直留給許多實務從業人員一個大問號。緊急醫療資訊優化後的與所引導出的透明當責文化，是我們專案想導引出一個重點。從歷史經驗掏出的規則與脈絡，也將是我們運用資料驅動公共衛生政策之豐厚基礎。我們希望藉由分析緊急醫療生態中急診轉診資料，來解構高雄區域急救責任醫院間的急診轉診行為及觀察緊急醫療系統在面臨壓力時是否有所轉診應變作為，以期能提出更精準的區域資源優化或改善品質的建議。
 
二、研究方法

資料來源
[急診患者流動分析圖] 呈現急診患者流動情形，一般急診病人來源有三種，由119送達、由家屬送達或患者自行就醫及從其他醫院轉入，而圖中以紅色標記的過程為本次專案主要分析的資料來源，其中包含患者的急診檢傷、診斷、處置、轉院時間及到院時間等訊息。

急診患者流動分析圖
 
根據高雄市政府衛生局所揭示，急診轉診資料來源共有兩部分，分別為「EMOC高雄市緊急醫療資訊整合中心」和衛生福利部「緊急傷病患轉診電子作業平台」(以下簡稱衛福部轉診平台)。EMOC這個組織主要是聯繫、整合及協調高雄各區的救護資源，而轉診平台是衛福部委託急診醫學會專案所建立的線上轉診系統，目的是希望能夠促進醫院間雙向溝通，讓轉診的流程能夠更順利。兩系統所追蹤的紀錄皆為區域內轉診的病人資料。這兩個系統中，以EMOC的資料欄位較為完整，而轉診平台的資料，闕漏值較多，但其優勢在於有紀錄病人的基本資料，但於本專案分析時皆已隱藏加密。
我們這個專案以EMOC的資料進行高雄地區轉診現況分析，並配合利用衛福部轉診平台的轉診資料，建立一個可以地圖呈現病人轉診流向的網頁。另一方面，當醫院急診發生人物力資源不足以應付急診新病人時(如推床用盡、重大外傷或CPR中等原因)，將會循轄區標準機制，向EMOC通報滿載。這部分通報會有時間戳記，其滿載時數與頻率之資料，也會納入我們的分析中，以便評估各急救責任醫院在各月份的量能變化是否會影響轉診行為出現。
 
變數簡介
高雄市EMOC資料集內包含轄區內24家急救責任醫院的轉出、轉入醫院代號、病人診斷、檢傷分級及轉院時間等資料，我們以醫院名稱及所對應的醫院代碼串聯衛福部提供的各醫院基本資料，如：急救醫院責任分級、地址等資料，結合高雄市政府衛生局所提供的EMOC滿載通報資料進行分析，主要變數之定義及值列於 [變數定義表]。
變數定義表

變數
定義
值

Fellows：王韋勝、蔡志瑋、黃鈺茹、賴宜宏、歐采瑀、詹欣諭
Mentor：陳潔寧
Project Manager：許又仁
Project Partner：新竹縣政府環境保護局

環保議題在台灣是最容易引爆民怨，卻又長年無法令民眾滿意的公共政策領域。其中汙水防治常涉及農地重金屬汙染及灌溉用水安全，涉及的政策範圍橫跨農業領域和食品安全問題。然而，政府權責單位所面臨的困境是「稽查人力不足時常疲於奔命」、「廠商觸犯數個環保法規，跨科室橫向溝通效率不足」、「廠商不只在一個縣市有廠房各縣市環保局無法橫向連結知會」等問題。
根據「行政院環境保護署．環境資源資料開放平台」的開放資料，我們發現開放資料的資料結構，依據各縣市環保局各事業類別，如一般廢棄物、汙水防治…等科室概念分類資料，僅考慮了各縣市環保局各科室回傳資料的結構，並未將資料進行「儀表板式」的呈現，僅將各分類資料進行簡單疊代呈現，在地理圖資上的呈現，也未能提供各利害關係人方便閱讀。
同時也造成各科室之間的資料橫向溝通較為不易，且針對個別廠商在不同汙染觸法事項上沒辦法及時察覺，造成事業單位的管理困擾。而披露的公開資訊亦不足以造成個別廠商自律的效果。 我們針對這個管理上的困難，針對 Open Data 的資訊整理，進行了便利看板的設計，並結合地理圖資，以汙水防治作為範例，進行資料的整理與分析。
計畫目標希望弭平民眾、政府權責單位、列管廠商之間的資訊落差，透過便利看板的揭露，讓環境污染稽查更有效率，賦權政府機關更有效率提供民眾期待的環保治理，並透過透明化資訊促使各列管廠商自律。
 
資料來源

新竹縣政府環保局提供內部資料：管制公司
行政院環境保護署．環境資源資料開放平台：下載新竹縣相關資料（包含基本資料、裁處資料、河川管制區、河川水質監控數據等）
透明足跡
全國商工行政服務入口網
公司名稱 & 股票代號對照表
股票網站

 
系統構想

由於環保署提供之基本資料較為詳細，如下圖所示，因此，首先篩選列管類別為水汙染之公司，藉由管制編號視為 key值，將環保局內部資料之流域別進行join整合，賦予每一家管制公司排放汙水之流域別，並進行地址對位 geocoding。

我們從局處整體的角度思考設計了三個頁面，以瞭解局處內部裁處情形和各公司裁處狀況。
1.各事業別TOP5裁罰公司
以各科室之管制事業進行統計，計算出該時間點發生裁處事實之前五名公司，藉此督促相關單位進行監督。

Fellows：黃卉怡、柯景泰、林芃彣、楊佩雯、游家鑫、張育慈
Mentor：劉嘉凱、梁智程
Project Manager：蔡子揚
Project Partner：誠致教育基金會

緣起
如何衡量學生學得會？

均一教育平台致力於提供所有學生「均等」且「一流」的學習機會，以此做為我們的使命。均一教育平台設計是以個人化學習為概念，我們深信要落實個人化學習，必須尊重每一個孩子不同的特質與現況，並搭配「精熟學習」與「成長心態」之教育理念，讓每個孩子重新體驗自己有學會的機會！
近年來，不論是線上或線下，均一夥伴們皆努力探索不同的可能性，希望能與學校家庭共同合作，幫助孩子們在基本學力上的進步，而我們也常常問自己，孩子們真的學會了嗎？因此在數據上的蒐集與分析不停精進，希望能透過客觀可靠的科學方式，為我們的產品作改善，2016年更與台大林明仁教授進行專案合作，分析宜蘭縣的小學生，經過兩年學習歷程看到，宜蘭縣的學生能使用平台3.5小時，且在均一教育平台上獲得超過13個練習題組精熟，學力檢測能提升14.2個PR值，這讓我們更有信心相信我們確實有幫助孩子們進步。
但是，我們不能因此驕傲自矜，在教育的路上我們仍有很長的一段路要走，證明了我們的產品確實可以幫助學生之後，更要知道是什麼地方確實幫助了學生？學生在學習上如何更有效率，讓進步的幅度能更上一層樓呢？線上線下，平台跟老師家長可以怎麼配合？這些都是我們希望能釐清的題目。
 
思考
聯合所有正面力量

我們常常聽到說：「不要重新發明輪子」。在誠致內，我們也常常告訴自己，要善用槓桿，聯合所有正面力量，站在巨人的肩膀上，讓自己更有效率地利用資源，於是在今年年中當我們看到 智庫驅動-D4SG資料英雄計畫，與公共服務性組織合作，選擇兼具高度社會影響力與再利用性的資料科學專案，並媒合民間熱血的資料英雄，利用三個月的工作時間共同完成，同時，有著熟稔資料科學的mentor們會帶領專案前進。我們認為這是一個很好的機會，利用均一內部大量的數據，結合外部人才在資料上的知識，希望能夠發揮1+1 > 2 的力量，了解往後平台在資料搜集與功能上可以做什麼改善，做到更緊密結合「網路」、「數據」與「教育領域知識」，進一步發揮教育科技創新。
同時，我們也希望能做到以下：

軟體公司的思維跟經營，重視速度與 O2O（Online to Offline）交叉運作
發揮團隊執行力，善用數據分析，避免斷點
公開透明 – 主動公開使用數據，取信於社會，並拋磚引玉，希望台灣其他MOOC也能公佈數據

 
過程
高手在民間

鄉民說得好：「高手在民間」。在D4SG計畫中，我們發現參與者背景非常多元，有上班族、主管經理、研究生等，不僅在本身領域上面有所成就，也願意奉獻自己的時間參與公益計畫，真正讓我們體會到 Data

Fellows：林峰生、林廷州、林恆宇、胡馨勻、葉憲周、郭泰竹、郭家諭
Mentor：謝宗震
Project Manager：李苡菲
Project Partner：新北市政府社會局

摘要
新北市高風險中心由100年執行至105年，新北市高風險兒少通報案件累計達66,397案件(平均每年約1萬件)，考量此類高風險家庭常面臨多元化之風險，為能協助網絡中的工作人員對於家庭的危機程度有更精確的掌握，可於處理眾多高風險案件時，導入更適宜之資源與服務模式協助，使此類家庭免於再次發生高風險危機或進而演變成更嚴重的兒童虐待案件，如果無法提早找出類似嚴重的家庭，極有可能會發生更嚴重的事件。因此，找出容易重複被通報的「回頭客」以及預測個案是否有機會「進入家暴防治中心」(以下簡稱家防)，可望幫助解決以上時間有限但人力不足，並適應多元化風險的問題。
背景說明
新北市為全台灣最大縣市、六都之首，人口數高達400萬人，涵蓋29個行政區，擁有豐富的自然資源及科技進步的城市，但在光鮮亮麗的外表下，社會邊緣的角落正在發生許多鮮為人知的問題，而這些問題可能就發生在你我周遭，關係著社會安全以及未來主人翁的幸福。
新北市高風險家庭服務管理中心（以下簡稱：高風險中心）成立於民國一百年，主要負責進行高風險家庭案件之分級管派與服務狀況追蹤，目的是為了提前預防家庭暴力以及兒童受虐等問題發生，民國101年至105年新北市高風險兒少通報案件累計達66,397件（平均每年約一萬件），等於每一個小時就要處理一件高風險家庭的個案，且是24小時待命、全年無休。
有鑑於此，由D4SG資料英雄計畫組織了一支擁有社工、統計、資工、資料科學以及專案管理背景的團隊，透過高風險中心十萬多筆的資料，經由大數據分析，希望能夠協助高風險中心對於家庭的危機程度有更精確的掌握，可於處理眾多高風險案件時，導入更適宜之資源與服務模式協助，避免再次發生高風險危機或進而演變成更嚴重的兒童虐待案件。
專案目標
新北市是個有著多元文化與族群聚集的城市，約有百分之七十是外移人口，但隨著家庭結構的改變、傳統自掃門前雪觀念的根深柢固。為了要讓兒少能獲得更完善的照護，新北市高風險家庭中心建立一個完善的兒少安全保護網，以普及宣導、預防支持、保護服務三個層級，希望能做出完善預防的工作，避免兒虐事件的發生。
新北市高風險兒少通報案件量平均每年約有10,000件，每人每年約需處理1,666件案件。因此，在如此龐大的案件量中如何更準確的評估每個案件的輕重緩急並且妥善安排人力資源做出最適當的處理著實重要。「預防勝於治療」基於以上種種原因，我們希望可以建立一個良好的預測機制，先找出容易重複進案的「回頭客」以及個案是否有很大風險會「進入家防中心」，再藉由這些因子建立出預測模型，幫助高風險中心人員往後對於這些高風險家庭能進行主動且預先的關懷訪視，對這些家庭的危機程度有更精確的掌握，在處理高風險案件時，導入更適宜之資源與服務模式協助，讓此類家庭免於再度發生高風險危機或進而演變成更嚴重的兒童虐待案件。
資料集介紹
本專案所使用的資料取自於「新北市高風險家庭整合型安全網資訊管理系統」，將資料個案之身分證加密後，整合成單一資料總表，取得近147萬筆原始資料，包含每一個案之重複案件以及個案評估量表、通報表、派案評估表等資訊。重點資訊條列如下：

該案兒少人口變項之資料，包含如:性別、年齡、居住區域、國籍等
每通報案件於通報時經由通報人勾選之風險指標
每通報案件於社工初篩派案時所評估勾選之兒少所遭遇的家庭問題情形 (如經濟問題、就學問題、父母親藥癮問題等)
各網絡局處受理案件後對於案件危機程度的評估資料(以紅黃綠燈進行危機程度區分)
各網絡局處每月對於案件之服務紀錄
資料勾機外部資料情形

「新北市高風險家庭整合型安全網資訊管理系統」橫跨10個局處 (民政、教育、社會、衛生、工務、勞工、警政、消防、原民、資訊中心)與 1,300個窗口。亦勾稽相關外部資料，包含新北市福利補助系統、教育局兒少學籍系統以及兒童虐待保護案件資訊系統，是一個多元整合管理系統。

執行方式
由於工作期程有三個月，因此我們將工作切分成兩段，第一階段包含流程理解、資料盤點、預期成果；第二階段是進行資料清理、資料分析並且撰寫成果報告。
由於在此案之前顧問已有台北市家防專案的經驗，所以對於社工的組織較為了解，也較清楚資料專案的困難之處。最初的一個多月，主要的工作在於理解高風險中心的工作流程，配合資料盤點的結果，利用資料驅動的討論方式收斂到兩個專案目標，首先是避免案件無法結案不斷的重複開案，又或者是個案落入更危險的兒少保護體系 (家暴)。
接下來的一個月主要工作是制定資料分析策略，首先進行資料處理，將資訊系統拉出來的資料轉換成可供機器學習模型所使用的資料大表 (data.frame)，其中最困難的工作在於如何從凌亂的資料表中，找出高風險中心處理的個案屬於哪個家庭，以及如何做跨表格的合併。接下來是做資料探索，找出與落入家暴問題案件相關的特徵以及派案回頭客的相關特徵。統整這些資料探索結果後本組使用邏輯斯迴歸、支持向量機、隨機森林等演算法針對家暴個案、回頭客個案進行預測，最終選擇準確度高達八成的隨機森林模型作為成果。
資料探索

Fellows：林庭蔚、林瑜軒、曾俊維、陳沛瑜、呂寧遠、鍾幸芸、羅町光
Mentor：莊友欣、謝宗震
Project Manager：許瑋
Project Partner：財團法人漢慈公益基金會
社會變遷及家庭結構的改變，隔代、單親、外籍配偶及近貧等經濟弱勢家庭有逐年增加的趨勢。處於這種資源相對弱勢的家庭中，不僅課業無人指導，甚至下課後連晚餐也沒有著落。弱勢兒童及少年在成長過程中比一般家庭孩子要面臨較多貧窮風險。同時，主要照顧者因為本身照顧能力薄弱或多重角色負荷，甚難獨立承擔育兒及教養之壓力。
有鑑於家庭是個人發展重要關鍵，2008歲末，正逢金融海嘯席捲，原本就處於社會邊緣的經濟弱勢族群，影響更是首當其衝，許多家庭面臨失業、貧困的困境。在新竹科學園區的漢民科技公司，秉持扶助弱勢的使命，在風雨飄搖的2009年，成立財團法人漢慈公益基金會 ，結合當地清華大學、交通大學、新竹科學園區優勢的社會人文資源，無償為弱勢服務，提供「高關懷家庭支持服務」、「弱勢兒少生活陪讀」，免費提供課業輔導、品格教育、家庭關懷服務，藉由優勢觀點「與其給他魚吃，不如教他釣魚」自立理念，提升家庭復原力及韌性，進而恢復家庭功能。
建置高風險家庭的預測模型
在漢慈想要建置高風險家庭預測模型背後的想法，因爲在漢慈所輔導的家庭相對於一般政府機構更加的複雜和難處理，且漢慈在個案的輔導和幫助上是非常細膩的，從財務、法律支持、孩童教育上著手，往往需要課輔老師、社工、志工等一同完成，也因此有各式各樣紙本紀錄的資料。因此社工們在繁忙的情況下，往往還需要花很大心力去爬梳個案資料，得出一個全貌，尤其是對於初接案的社工，或是新手基金會夥伴，使得經驗不易傳承。
總結圍繞漢慈想要建置高風險家庭預測模型的相關問題：

如何使用這些記錄幫助漢慈裡的夥伴能更快速簡單掌握一個家庭的全貌，減少花費在翻閱紙本紀錄，且能由幾年來累積的資料萃取出一些經驗呢？

能否梳理漢慈夥伴們過去幾年的心血，設計一套高風險家庭的預警系統呢？

如何幫助社工們更方便的存取紀錄資料，以利往後進行資料分析，發揮資料的價值呢？

解決方案
專案開始是以建置高風險家庭的預測模型為出發，經過跟漢慈的夥伴討論後，評估三個月的工作時間和收集相關圍繞漢慈細節的問題，我們提出的解決方案包含一系列可以做的事情和優先順序。

整理漢慈內部所擁有的資料
挑選可以用來作為高風險家庭預測模型的資料
嘗試可能的分析方式來預測相關高風險家庭
將整個分析方案建置成完整的應用

資料描述
漢慈這邊提供的資料，主要有下面幾類：

個案的開案資料，共有78個個案
個案的家訪資料，共有46個個案
高風險家庭的風險因子對照表，共有7大類風險因子，分別代表家庭功能的各個面向

經濟功能：46個細項指標
教育功能：40個細項指標

Fellows：劉憲錡、林立哲、郭冠伶
Mentor：謝宗震
Project Manager：莊靜雅
Project Partner：高雄市政府消防局

Introduction
高雄市消防局自成立以來，咸奉「預防火災」、「搶救災害」、「緊急救護」之消防三大任務及其他為民服務事項，共同努力。為達成積極主動為民服務之使命，消防員24小時受理民眾需求並隨時出勤執行各項救災救護任務。每次的出勤任務都代表著人民傷亡或財物損失，同時也耗費國家的人力資源，卻無法徹底解決問題，因此預防火災便成了消防局積極推動的首要目標。
Problems
有鑑於住宅火災佔總案件數一半以上，高雄市消防局加強宣導住宅社區火災預防措施。但如何善用有限人力與資源，進而顯著降低火災發生頻率，一直讓消防局苦無對策。於是消防局與資料英雄合作，冀望能從建築物角度出發，彙整住戶與周遭環境資料以建構出建物火災風險預測模型，進而找出高風險住宅戶做居家訪視與社區消防觀念宣導，此外，本專案交叉分析不同數據，希望從中闡述新穎觀點以作為決策參考。
Method
資料處理
為評估建物火災機率，建築物火災風險地圖是以建物門牌號作為每一筆資料的索引，在高雄市政府機關大力的配合下，取得自稅捐處取得十三萬餘筆左營區地價資料、地政局建照十三萬餘筆建照資料。透過 Python 與 SQLite 反覆比對地址以及對地址進行正規化處理後，我們合併出約八萬九千筆資料。另外，根據金門大學火災預測碩士論文（link），承蒙社會局提供左營區身障、低收、獨居老人資料，加上消防局的狹小巷弄、火災報案紀錄，我們整理出以下特徵值。

資料處理實際上是這次專案花掉最多時間的地方，因各處室資料格式繁紊不一，資料整併窒礙難成。冀望將來，市府能將跨處室之集中資料倉儲作為資訊基礎建設之基石。

平衡學習 & 非平衡學習
在訓練建物火災機率模型初期，我們嘗試以深度學習演算法建置模型。我們得到 99.9% 的準確度，而後發現模型預測所有的建物都不會失火，因訓練資料中未失火的建物佔絕大多數，僅約四百筆建物曾失火，模型無法學習到失火建物的特徵，故模型猜測沒失火，且可藉此得到高準確度。
建物火災機率預測實為典型的非平衡學習，而準確度之於非平衡學習不是個好的指標。我們發現我們的初期模型在召回率方面的表現非常差。參考過往文獻後，我們決定以 BalanceCascade 的方法來訓練模型。下面我們將一步步介紹如何實作 Blanace Cascade 方法。
首先，我們需要對所有未失火的建物進行分群。我們將建物分成 137 群，每一群擁有八百筆建物資料。為此，我們採用了kNN（k-Nearest Neighbors）演算法。

為期四個月的資料英雄計畫，一群來自不同背景的資料夥伴被集結。從程式開發、統計分析、資料探勘到系統開發不同的技能，有人是醫學系學生，有人是消防隊緊急救護員志工、還有醫院急診部的醫師。「透過資料力，讓急診救護達到正向的循環」，這樣共同的想法將我們聚在一起。與提案方高雄市衛生局進行合作，引入資料科學的方法論，對高雄地區的歷年救護資料進行分析，為緊急救護與醫療界盡一份力。
OHCA（Out-of-Hospital Cardiac Arrest ，到院前心肺休止）是指病患在送達醫院的急診室前出現心肺功能停止之情況。當心跳停止達四分鐘時，腦部將會因為缺氧而受損；當超過十分後，腦部就可能達到永久損害而成植物人。因此，OHCA 病患的分分秒秒都在與時間拔河，在急重症檢傷分類中視為最優先處理的案例。
搶救黃金時間，不能只靠一己之力，必須仰賴上、中、下游的資源整合。「生命之鏈（Chains of Survival）」從社區、消防端、急診端及照護端整合眾人之力，透過五個環環相扣的流程，提高急救復甦及癒後健康的機會。
(https://i.imgur.com/rGYnl0T.png)
根據「熱區辨識」、「危險因子分析」、「緊急醫療優化」三個角度，定義了下列三個具體的問題，並預期從資料中解析出改善之道：

了解 OHCA 發生風險及其因素
了解 旁觀者 CPR 介入情況與效益
了解 社區救護資源分配優先順序

資料旅程 Data Journey
採用的資料集主要分為兩份資料：

OHCA 救護資料集 : 2010-2016 的 OHCA 消防端+醫院端資料
外部資料集 : 空氣/溫度/人口公開資料

我們針對了「OHCA 救護資料集」當中重要的