《表7 决策树与随机森林模型对比》
经过验证,CHAID算法、CART算法及随机森林模型对各个变量重要度的整体预测准确度分别为59.134%、42.015%及36.551%;且通过变量累计重要度的测算,3种模型的变量累计重要度均随着自变量个数的增多而逐渐提高,且对自变量与事故规模回归关系的贡献度增速变缓。因此,结合考虑模型整体预测准确度、累计重要度以及前3个与前5个自变量与事故规模所构建回归方程的拟合度和显著性,得出CHAID算法的整体预测准确度最高,且前4个自变量的累计重要度已达0.75,故CHAID算法前4个自变量是影响事故规模的关键交通流参数,分别为大车平均日交通量、轻型车平均日交通量、v/c及车速变异系数,如表7所示。对该4个参数进行描述性统计分析,结果如表8所示。
图表编号 | XD00142830000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 戢晓峰、吴亚欣、袁华智、杨文臣、胡澄宇、陆欢 |
绘制单位 | 昆明理工大学交通工程学院、云南省交通规划设计研究院陆地交通气象灾害防治技术国家工程实验室、昆明理工大学交通工程学院、云南省交通规划设计研究院陆地交通气象灾害防治技术国家工程实验室、长安大学汽车学院、云南省交通规划设计研究院陆地交通气象灾害防治技术国家工程实验室、云南省交通规划设计研究院陆地交通气象灾害防治技术国家工程实验室、昆明理工大学交通工程学院 |
更多格式 | 高清、无水印(增值服务) |