基于多阶段融合的交通事故严重度预测方法及系统

本发明提供一种基于多阶段融合的交通事故严重度预测方法及系统，涉及交通事故分析与智能交通领域。包括：采集交通事故相关的多源数据，经清洗、处理数据不平衡后对分类变量编码转换、数值特征标准化处理；构建逻辑回归模型进行初步预测并输出对应类别的概率，同时利用历史数据对事故严重度进行相关性分析，选取相关性较高的特征进行多项式变换，将变换后的特征和初步预测的结果概率融合为新的特征；再次使用AdaBoost模型对融合后的特征进行训练，然后对测试集特征进行预测，得到最终的融合预测结果；最后对整个模型进行评估与优化。本发明通过多阶段融合方式整合各类数据资源，融合后的模型能整合单一模型的优势，具有更高预测准确性。