巴西联邦区严重交通事故热点预测

交通事故是通勤至关重要的社会所面临的最大挑战之一。引发事故的原因可能取决于多个主观参数，并且在每个地区、城市或国家之间各不相同。同样，理解这些参数对于提供支持未来案例预防决策的知识基础至关重要。文献中有多项工作使用机器学习算法来预测事故或事故严重程度，其中使用了城市级别的数据集作为评估研究。这项工作试图通过主要关注事故集中度以及如何使用机器学习预测热点来增加研究的多样性。这种方法被证明是当局理解事故集中行为细微差别的有效技术。我们首次使用了从巴西联邦区法医交通事故分析师那里收集的数据，并结合当地天气条件数据来预测碰撞热点。在我们考虑的五种算法中，有两种表现良好：多层感知机和随机森林，后者的准确率最高，达到 98%。结果表明，天气参数不如事故地点重要，这表明局部干预对于减少事故数量至关重要。