交通事故严重程度C5.0决策树预测模型

作     者：孙轶轩 邵春福 赵丹 欧阳松寿 SUN Yi-xuan;SHAO Chun-fu;ZHAO Dan;OU-YANG Song-shou

作者机构：北京交通大学城市交通复杂系统理论与技术教育部重点实验室北京100044 中国人民公安大学交通管理系北京102623 北京市交通委员会运输管理局北京100053 

出 版 物：《长安大学学报（自然科学版）》 (Journal of Chang’an University(Natural Science Edition))

年 卷 期：2014年第34卷第5期

页      面：109-116页

核心收录：

学科分类：03[法学] 08[工学] 0838[工学-公安技术] 0306[法学-公安学] 

基　　金：国家重点基础研究发展(973)计划资助项目(2012CB725403) 国家自然科学基金国际合作重大项目(71210001) 

主　　题：交通工程 交通事故严重程度 预测模型 数据挖掘 决策树 C5.0算法 

摘      要：根据中国现行交通事故严重程度分类与事故信息数据分布特征,基于C5.0决策树方法,选取某省会城市城区及周边重点公路16 009起交通事故现场数据,分别将事故严重程度输出变量按照2分类和3分类,输入变量按照空间属性、涉事驾驶人及车辆属性和全属性,建立事故严重程度预测模型,生成相应规则集并利用测试样本进行检验和模型对比。研究结果表明:2分类和3分类事故严重程度预测模型精度分别为70%和61%,多模型综合优度有所提升;实证规则集揭示了影响事故严重程度分类的因素主要有,碰撞类型、道路属性、事故致因和驾驶人类型等。