基于XGBoost的自動(dòng)駕駛汽車事故風(fēng)險(xiǎn)預(yù)測(cè)研究

打開文本圖片集

摘 要：自動(dòng)駕駛汽車風(fēng)險(xiǎn)具有復(fù)雜性和隱蔽性，不易被人為地發(fā)現(xiàn)和預(yù)防。為了更好地預(yù)測(cè)這些風(fēng)險(xiǎn)，利用美國(guó)加州自動(dòng)駕駛事故數(shù)據(jù)集，從時(shí)間、地點(diǎn)、人員參與、天氣等多維度提取數(shù)據(jù)，數(shù)據(jù)經(jīng)過(guò)預(yù)處理從而構(gòu)建自動(dòng)駕駛事故數(shù)據(jù)庫(kù)。然后，將XGBOOST算法與數(shù)據(jù)相結(jié)合，建立自動(dòng)駕駛汽車事故風(fēng)險(xiǎn)預(yù)測(cè)分類模型。將XGBOOST算法與多種算法進(jìn)行比較分析，結(jié)果表明，XGBOOST算法為較優(yōu)，其訓(xùn)練和測(cè)試預(yù)測(cè)精度分別超過(guò) 92.27%和97.06%，能夠有效地識(shí)別出高風(fēng)險(xiǎn)和低風(fēng)險(xiǎn)的自動(dòng)駕駛汽車事故情況。（剩余4557字）