NRGsurf

Descripción

Se analizaron los factores predictivos de los accidentes de tráfico a partir de conjuntos de datos sobre accidentes y condiciones meteorológicas en California. La regresión lineal predijo con un 1,6 % de precisión el número de accidentes diarios en Los Ángeles basándose en los datos meteorológicos. Los modelos Random Forest y XGB obtuvieron resultados similares, con aproximadamente un 90 % de precisión/recall al predecir los factores que determinaban la gravedad de los accidentes de tráfico en California.

OBJETIVOS

Desarrollar modelos predictivos para identificar los factores que influyen en la frecuencia y la gravedad de los accidentes de tráfico. Estos modelos pueden (i) proporcionar información que ayude a salvar vidas, (ii) reducir los costes de los seguros y (iii) aumentar la seguridad de los vehículos autónomos si se integran en sus sistemas.

FUENTES DE DATOS

El conjunto de datos de accidentes de tráfico de todo el país se obtuvo a través de Kaggle. (Para acceder a los datos es necesario registrarse en Kaggle). Los datos de accidentes se recopilaron entre febrero de 2016 y diciembre de 2021 mediante varias API que proporcionan datos en tiempo real sobre incidencias de tráfico (o eventos). Para los modelos predictivos y la regresión se utilizó un subconjunto de los datos de California y Los Ángeles, con el fin de evitar problemas de cálculo. Además, el conjunto de datos se limitó al periodo comprendido entre 2016 y 2019 para excluir posibles efectos de la COVID-19.

Para evitar la endogeneidad de la muestra, los datos de accidentes se complementaron con datos meteorológicos de la estación de Los Ángeles, con el fin de incluir los días en los que no se notificó ningún accidente. Los datos de esta estación incluyen una amplia variedad de parámetros meteorológicos. Para acceder a ellos, se realizó una petición a la API del NCEI.