基于H2O自动化机器学习的电动自行车交通违法行为影响因素分析

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：随着电动自行车保有量的逐年增长，电动自行车交通事故死亡人数占交通事故总死亡人数的比例在不断增加，在此背景下，探究电动自行车违法行为影响因素对降低事故率和事故严重程度具有重要意义。该研究使用厦门岛内电动自行车违法行为数据，基于H2O自动化机器学习（AtuoML）算法对电动自行车的违法行为进行影响因素分析，并与随机森林（RF）算法进行对比，结果表明H2O自动化机器学习具有更好的预测精度和效率。（剩余7457字）

试读结束

目录
monitor
客服机器人