基于可解釋機器學習框架的高速公路安全風險及影響要素識別

摘要： 由于交通事故是小概率隨機事件，難以在全時空域上開展交通安全分析，也無法基于此制定事故發(fā)生前的交通安全風險主動防控策略。為辨識混雜因素干擾下安全風險及其誘發(fā)本質(zhì)，使用激進駕駛行為數(shù)據(jù)與速度變異系數(shù)計算交通秩序指數(shù)（traffic order index,TOI），形成事故替代指標，并通過K-means聚類算法將TOI劃分為3種交通安全風險等級。在此基礎上，利用Catboost算法... （共11頁）