基于xgboost分类算法的车辆事故判断方法和系统

摘要

本申请公开了一种基于xgboost分类算法的车辆事故判断方法和系统，包括：采集第一时间段内的车辆事故数据和第二时间段内的车辆数据，进行预处理得到停靠数据；根据车辆事故数据和停靠数据确定训练集和测试集；对各样本进行特征创建和处理，得到特征因子和衍生因子；输入训练集中的特征因子和衍生因子至待训练的xgboost分类模型，使用AUC评估方法和网格搜索算法进行训练，得到分类模型；输入测试集中的特征因子和衍生因子至分类模型，得到事故概率，使用AUC评估方法对分类模型进行优化得到判断模型；使用判断模型实时计算车辆事故概率。通过使用xgboost分类模型、AUC评估方法和网格搜索算法进行训练和优化，能够实时对车辆的事故进行高准确度的判断。