基于朴素贝叶斯的交通事故严重程度分析

• 作者: 冯天军 高坦 田秀娟
• 来源期刊: 山东交通科技
• 学科: 交通运输
• 关键词: 道路交通事故 朴素贝叶斯 事故概率 事故类别预测
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 交通工程
• 页码范围: 1-4,8
• 页数: 5页
• 分类号: U491.31
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8942.2021.06.001

摘要

为研究城市道路交通事故严重程度及其影响因素,预测多种影响因素共同作用下发生事故的所属类别,从内华达州2016年交通事故数据中选取天气、车辆类型、碰撞角度、违法行为等11种与伤亡事故相关的影响因素并离散分类,基于朴素贝叶斯计算单因素的影响概率对算法进行改进,根据属性变量影响类别变量的程度赋权,提出加权朴素贝叶斯交通事故类别预测算法,并应用Python实现算法.结果 表明:碰撞行人、涉事含摩托车、违反信号通行、夜晚无照明、酒驾等因素造成伤亡事故概率较大;改进后的事故类别预测算法将预测命中率由84.11％提高至88.33％,能够定量挖掘出事故因素与伤亡情况之间的关联关系.