《表6 持续时长预测指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《铁路事故持续时长预测背景下的影响因素分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据上述最大信息系数进行事故持续时长和影响因素相关性分析，选择前8个相关因素建立预测指标见表6。以最大信息系数筛选得到的因子作为预测模型输入，5种事故持续时长作为输出，分别利用支持向量机（Support Vector Machine，SVM），K最邻近（K-Nearest Neighbor，KNN），卡方自动交互检测（Chi-Squared Automatic Interaction Detection，CHAID），逻辑回归（Logistic Regression，LR），线性判别分析（ (Linear Discriminant Analysis，LDA）建立事故持续时长预测模型，将事故数据集随机分成80%和20%用于训练和测试分析因子筛选后对预测模型准确度的影响，不同模型的准确度如图6所示。