Reconocimiento de patrones para la gravedad de accidentes de tráfico en Corea

Un número creciente de accidentes de tráfico (RTA) en Corea ha resultado ser perjudicial tanto para la economía como para la seguridad. Un modelo de clasificación estimado con precisión para varios tipos de gravedad de RTA en función de factores relacionados proporciona información crucial para la prevención de accidentes potenciales. Aquí, se utilizan tres técnicas de minería de datos (red neuronal, regresión logística, árbol de decisión) para seleccionar un conjunto de factores influyentes y construir modelos de clasificación para la gravedad de los accidentes. Luego, se comparan los tres enfoques en términos de precisión de clasificación. El hallazgo es que la precisión no difiere significativamente entre cada modelo y que el dispositivo de protección es el factor más importante en la variación de la gravedad del accidente.