基于聚類分析的交通事故影響因素研究

打開文本圖片集

摘  要：為研究道路交通事故的主要因素，先對數(shù)據(jù)變量集進(jìn)行賦值，使用Calinski-Harabasz函數(shù)選擇適宜聚類簇?cái)?shù)，利用K-means聚類算法聚類交通事故數(shù)據(jù)，再采用Logistic模型對事故數(shù)據(jù)建立嚴(yán)重程度分類模型。結(jié)果表明，基于Calinski-Harabasz函數(shù)的K-means聚類的Logistic回歸，既考慮k值選擇的合理性以及數(shù)據(jù)的異質(zhì)性，又提高了模型的精度；星期、路面狀況、地形、路口路段類型僅在某一個類別中顯著。（剩余7956字）