基于支持向量机的交通事故影响因素分析

• 作者: 魏凌峰 姜文龙
• 来源期刊: 山东交通科技
• 学科: 交通运输
• 关键词: 交通工程 事故风险 随机森林 支持向量机
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 交通工程
• 页码范围: 84-87
• 页数: 4页
• 分类号: U491.31
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8942.2022.01.025

摘要

以某市城市道理交通事故数据为基础,以事故严重程度为因变量,通过随机森林对各项特征进行重要性分析,选取12个重要性指标进行分析,利用模型对比选择最优的支持向量机进行分析.研究表明,利用随机森林可以将事故严重程度的重要影响因素筛选出来,同时利用高斯核函数SVM可以预测,交通事故严重程度且具有95.72％较高准确度.为验证高斯核函数SVM的最优性,通过决策树与朴素贝叶斯神经网络也进行预测,其结果都显示高斯核函数SVM效果最佳.最后为减轻事故提出相应的解决措施,并提出不足之处.