中国交通信息化2024，Vol.297Issue(6) ：121-124.DOI:10.13439/j.cnki.itsc.2024.06.019

基于XGBoost模型的交通事故严重程度预测

邓卓 赵阳
中国交通信息化2024，Vol.297Issue(6) ：121-124.DOI:10.13439/j.cnki.itsc.2024.06.019
✕
  • NETL
  • NSTL
  • 万方数据

基于XGBoost模型的交通事故严重程度预测

邓卓 1赵阳2
扫码查看

作者信息

  • 1. 长安大学汽车学院,陕西西安 710018
  • 2. 长安大学运输工程学院,陕西西安 710061
  • 折叠

摘要

本文采用美国2022年交通事故数据集,通过SMOTE_NC算法对数据进行过采样,从时空因素、天气因素和路况因素三个方面分析对交通事故的严重程度具有影响的13个因子,通过RStudio软件的XGBoost包里的XGBoost函数建立XGBoost多分类预测模型,验证模型的准确性为89.76％,证明了XGBoost多分类模型的可行性,丰富了交通事故严重程度预测的理论内容,为减少事故影响、保障人民生命财产安全提供保障.

关键词

交通事故/SMOTE_NC/严重程度预测/XGBoost

引用本文复制引用

基金项目

河南省交通厅交通运输科研项目(2019G-2-11)

出版年

2024
中国交通信息化
中国公路学会

中国交通信息化

影响因子：0.319
ISSN：1672-3333
参考文献量2
段落导航相关论文