NRGsurf

Beschrijving

Op basis van datasets over verkeersongevallen en het weer in Californië werden de voorspellende factoren voor verkeersongevallen geanalyseerd. Met lineaire regressie werd het aantal ongevallen per dag in Los Angeles op basis van de weersgegevens voorspeld met 1,6%. Random Forest- en XGB-modellen leverden vergelijkbare resultaten van ongeveer 90% precisie/recall bij het voorspellen van de factoren die de ernst van verkeersongevallen met auto’s in Californië bepaalden.

DOELEN

Ontwikkeling van voorspellingsmodellen om factoren te identificeren die van invloed zijn op de frequentie en ernst van verkeersongevallen met auto’s. Deze modellen kunnen (i) informatie leveren die levens kan redden, (ii) de verzekeringskosten verlagen en (iii) de veiligheid van autonome voertuigen verhogen wanneer ze worden geïntegreerd in hun systemen.

DATASOURCES

De landelijke dataset met verkeersongevallen is verkregen via Kaggle. (Voor toegang tot de data is een registratie bij Kaggle vereist). De ongevallendata werden van februari 2016 tot december 2021 verzameld via meerdere API’s die streamingdata leveren over verkeersongevallen (of gebeurtenissen). Voor de voorspellingsmodellen en de regressie werd een subset van de data voor Californië en Los Angeles gebruikt om rekenkundige uitdagingen te vermijden. De dataset is bovendien teruggebracht tot de periode 2016 tot 2019 om mogelijke COVID-19-effecten uit te sluiten.

Om endogeniteit van de steekproef te vermijden, werden de ongevallendata verrijkt met weergegevens van het weerstation van Los Angeles, om dagen mee te nemen waarop geen ongevallen werden gemeld. De gegevens van dit weerstation bevatten een uitgebreide set weerparameters. Voor toegang tot de weergegevens werd een API-aanvraag gedaan bij het NCEI.