摘要
本发明实施例公开一种交通事故数据处理与预测模型优化的因果推断方法,包括:构建多源异构事故数据库,构建规范化特征矩阵;基于规范化特征矩阵,通过决策树提取特征约束规则,结合启发式算法生成符合领域知识的少数类反事实样本,形成均衡化数据集;将均衡化数据集输入双路径模型体系训练,数据路径扩展特征空间提升对少数类的表征能力,解释路径嵌入可解释性约束模块,得到训练后的模型;基于训练后的模型,构建包含特征重要性图谱和因果关联网络的可视化解释系统;基于可视化解释系统和规范化特征矩阵,构建多层级因果网络识别核心影响因子,通过反事实模拟量化干预措施的因果效应,形成优先级干预清单。
技术关键词
推断方法
解释系统
工具变量法
启发式算法
计算机存储介质
矩阵
特征筛选方法
特征工程
资源约束条件
数据
图谱
样本
效应
异构
网络
推断装置
模型训练模块
因子
机器学习算法
措施
系统为您推荐了相关专利信息
波形
噪声模型
计算机存储介质
城市地下空间
起爆网路
吊挂结构
循环卷积网络
载荷识别方法
卷积循环神经网络
仿真数据
变压器绕组变形
评估系统
数据采集模块
模型预测值
高频开关电源变压器
流通池单元
泥沙监测系统
流动控制参数
流动模拟方法
样本