%0 Journal Article
%T 交通事故严重程度Ｃ５．０决策树预测模型
%A 孙轶轩
%A 邵春福
%A 赵　丹
%A 欧阳松寿
%J 长安大学学报(自然科学版)
%P 109-116
%D 2014
%X 根据中国现行交通事故严重程度分类与事故信息数据分布特征，基于Ｃ５．０决策树方法，选取某省会城市城区及周边重点公路１６００９起交通事故现场数据，分别将事故严重程度输出变量按照２分类和３分类，输入变量按照空间属性、涉事驾驶人及车辆属性和全属性，建立事故严重程度预测模型，生成相应规则集并利用测试样本进行检验和模型对比。研究结果表明２分类和３分类事故严重程度预测模型精度分别为７０％和６１％，多模型综合优度有所提升；实证规则集揭示了影响事故严重程度分类的因素主要有，碰撞类型、道路属性、事故致因和驾驶人类型等。
%K 交通工程
%K 交通事故严重程度
%K 预测模型
%K 数据挖掘
%K 决策树
%K Ｃ５．０算法
%U http://zzszrb.chd.edu.cn/oa/DArticle.aspx?type=view&id=20140517