《表7 决策树与随机森林模型对比》

  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

《二级公路交通流特征对事故严重程度的影响》

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

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。