NRGsurf

Description

À partir de jeux de données sur les accidents de la route et la météo en Californie, les facteurs de prédiction des accidents ont été analysés. La régression linéaire a permis de prédire le nombre d’accidents par jour à Los Angeles grâce aux données météorologiques, avec une précision de 1,6 %. Les modèles Random Forest et XGB ont fourni des résultats similaires, avec environ 90 % de précision et de rappel pour la prédiction des facteurs qui déterminent la gravité des accidents de la route en Californie.

OBJECTIFS

Développement de modèles de prédiction pour identifier les facteurs qui influencent la fréquence et la gravité des accidents de la route. Ces modèles peuvent (i) fournir des informations susceptibles de sauver des vies, (ii) réduire les coûts d’assurance et (iii) améliorer la sécurité des véhicules autonomes lorsqu’ils sont intégrés à leurs systèmes.

SOURCES DE DONNÉES

Le jeu de données national sur les accidents a été récupéré via Kaggle. (Un enregistrement sur Kaggle est requis pour accéder aux données). Les données d’accident ont été collectées de février 2016 à décembre 2021 à partir de plusieurs APIs fournissant des données en continu sur des événements de circulation. Pour les modèles de prédiction et la régression, un sous-ensemble des données relatives à la Californie et à Los Angeles a été utilisé afin d’éviter des défis informatiques. Le jeu de données a également été réduit à la période 2016 à 2019 afin d’exclure d’éventuels effets liés à la COVID-19.

Pour éviter l’endogénéité de l’échantillon, les données d’accident ont été enrichies avec des données météorologiques de la station météo de Los Angeles, afin d’inclure les jours où aucun accident n’a été signalé. Les données de cette station météo contiennent un ensemble complet de paramètres météorologiques. Pour accéder aux données météorologiques, une requête API a été envoyée à la NCEI.