基于XGBoost算法的道路交通事故严重程度预测

摘要

为了进一步加强道路交通安全管理,提升道路交通安全预警系统的准确度,提出一种基于XGBoost算法的道路交通事故严重程度预测模型。首先利用SMOTE对不平衡数据集进行处理,使正负样本数量达到1∶1;然后利用随机森林算法将影响城市道路交通事故严重程度的特征进行重要性排序,找出对预测模型影响较大的因素;最后基于XGBoost算法构建预测模型,使用网格搜索法进行模型参数寻优,提高预测准确度。通过与KNN、Logistic及随机森林3种模型进行结果对比分析发现,XGBoost模型的分类准确率平均提升0.097。基于XGBoost算法的道路交通事故严重程度预测模型拥有更加优越的预测性能,可为预防和降低交通事故严重程度提供可靠参考。