73、基于投票的道路事故严重程度预测

基于投票的道路事故严重程度预测

1. 相关研究

为了确定交通事故严重程度与其影响因素之间的关系，众多研究采用了各种方法。这些方法在确定关键因素集合后，用于预测事故的严重程度。以下是一些早期事故严重程度预测研究的成果：
|研究人员|算法|数据集|模式|准确率|
| ---- | ---- | ---- | ---- | ---- |
|Dong 等|NGB、AdaBoosting、Catboosting、lightGBM|巴基斯坦国家公路 N - 5 数据|二进制|73.63%（LightGBM）|
|Liu 等|CSSV - AGX（Adaboost、GBDT、XGBM）|NASS - CDS 数据|多类|50.96%|
|Ahmed 等|RF、DJ、Adaboost、XGBoost、LGBM、CatBoost|未提及|未提及|RF 最佳|
|Paul 等|传统算法（决策树等）|未提及|未提及|决策树最佳|
|Labib 等|AdaBoost 等四种 ML 算法|孟加拉国数据集|未提及|AdaBoost 最佳|
|Geyik 等|ML 算法（MLP 等）|未提及|未提及|MLP 最高准确率|
|Dia 等|Random Forest、KNN、SVM、logistic regression、NB 分类器|未提及|未提及|未提及|
|Mallahi 等|Random Forest、SVM、ANN|未提及|未提及|Random Forest 最高准确率|
|Boyagoda 等|Random Forests|未提及|未提及|83.95%|

与现有研究不同，本文提出了一种基于投票的集成模型，以提高不