基于集成学习的不平衡交通事故风险研究

摘要

针对交通事故中的事故类别不平衡现象,采用随机欠采样(random undersampling,RUS)结合极端梯度提升(extreme gradient boosting,XGBoost),建立一种基于RUS-XGBoost的类别不平衡事故风险预测模型。采取样本扰动、特征扰动和参数扰动方法构建具有差异性的子模型进行预测;用AUC和代价敏感错误率评价模型的预测效果,与其他模型比较验证其优越性;根据此模型计算的增益值探究影响事故风险的主要因素。使用英国政府公开的交通事故数据集进行实验表明,该模型预测效果优于单一Logistic回归、随机森林和XGBoost模型,以及Logistic回归集成、随机森林集成模型。