Разработка модели определения городских субцентров с помощью машинного обучения и данных ДТП

Данная работа посвящена разработке модели определения городских субцентров с помощью машинного обучения и данных ДТП. В основу предложенной модели легли подходы, применяемые в машинном обучении для решения задачи предсказания вероятности ДТП. Предлагаемая модель состоит из предсказательного алгоритма и карты вероятности ДТП, выполняющую задачу визуализации субцентров ДТП, предсказанных при помощи алгоритма. В ходе работы был проведён сравнительный анализ существующих методов предсказания вероятности ДТП, на основании которого был выбран метод XGBoost . Также, был выполнен анализ причин ДТП, на основании которого был сформирован каркас признаков, используемых предсказательным алгоритмом. Разработанный предсказательный алгоритм был апробирован при помощи реализованного программного обеспечения на выборке, состоящей из 223594 записей, лучший показатель полноты — 93 %. Даны рекомендации о применимости предложенного метода и его программной реализации. Объем работы: 72285 знаков, 11 рисунков, 11 таблиц, 44 источника