台北車站到中山捷運站的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包

使用資料探勘分類技術優化YouBike運補作業

為了解決台北車站到中山捷運站的問題，作者魏宏達 這樣論述：

現今全球氣候變化極端，為維護生態及環境可永續發展，各國開始提倡節能減碳，無不希望以綠運輸的載具，作為城市交通運輸中的一環，藉此降低汽機車的使用，故公共自行車的概念應運而生。臺灣在城市在捷運和公車路網逐漸成型後，市民從捷運站及公車站到達目的地仍有一段距離，此距離走路太遠，坐車又太近。為了滿足市民最後一哩的需求，台北市政府於2009年3月推動公共自行車租賃系統YouBike，期以24小時便捷綠色運具服務取代私人運具，改善停車空間不足及尖峰時間交通壅塞情形，達到延伸大眾運輸服務範圍，突破公共運輸服務時間限制，但若站點無車可騎，將影響民眾使用意願，導致使用率降低。本研究著重在YouBike缺車站點分

析，依現有可蒐集到的開放資料（Open Data），如YouBike可借車數（每5分鐘一筆資料）、氣象局觀測資料、人事行政局國定假日行事曆，利用資料探勘監督式學習技術所分析出來的資訊，搭配BI視覺化工具，提供決策調度或執行人員運補時有所依據。實驗方法採用Apache Spark搭配Hadoop，將資料放入HDFS後執行資料前處理，並依Spark MLlib提供的機器學習演算法，進行不同分類技術的實驗。分類技術採用Naïve Bayes、支援向量機（SVM）、隨機森林（Random Forest）等演算法，分析其結果，以試圖獲得最佳YouBike補車調度預測模型，並以視覺化方式呈現模型預測之結果

以及台北市各YouBike站點當下及過去之情況。經過實驗結果得知，針對2015/06~2016/01年的訓練集資料，隨機森林演算法的表現最佳，在其資料集來源之屬性足夠之情況下，其AUC值普遍值達到0.87左右，具有較佳參考意義。因此，本研究建議未來在進行YouBike 缺車調度預測時，可以優先採用隨機森林演算法，以此優化YouBike 調度服務作業。