한국 도로 교통사고 심각도에 대한 패턴 인식

한국에서 증가하는 도로 교통사고(RTA)는 경제와 안전 모두에 해로운 것으로 나타났습니다. 관련 요소를 함수로 하여 여러 심각도 유형의 RTA에 대한 정확하게 추정된 분류 모델은 잠재적인 사고 예방을 위한 중요한 정보를 제공합니다. 여기에서는 세 가지 데이터 마이닝 기법(신경망, 로지스틱 회귀, 결정 트리)을 사용하여 영향력 있는 요소들을 선택하고 사고 심각도를 위한 분류 모델을 구축합니다. 그런 다음 세 가지 접근 방식을 분류 정확도 측면에서 비교합니다. 그 결과, 각 모델의 정확도는 유의미한 차이가 없으며 보호 장치가 사고 심각도 변동에서 가장 중요한 요소라는 사실을 발견했습니다.