一种基于局部级联集成的交通事故严重程度影响因素分析方法

本发明属于交通安全管理领域，公开一种基于局部级联集成的交通事故严重程度影响因素分析方法，包括以下步骤：获取事故数据集D1；对事故数据集D1进行处理，剔除部分冗余属性，按比例划分为训练集和测试集，通过SMOTENC算法均衡训练集中不同严重程度事故的数量，得到事故数据集D2；将事故数据集D2导入局部级联集成模型，通过Hyperopt方法调整局部模型的超参数，使用k折交叉验证选择最佳超参数组合；根据训练结果绘制混淆矩阵，选取指标评价模型性能；运用机器学习输出解释工具SHAP将模型可视化，据此分析事故严重程度影响因素。本发明通过采用SMOTENC重采样技术，在考虑离散和连续变量区别的前提下，平衡训练集中各类事故数量，提高模型训练效果和分类性能。