交通事故等级预测（附代码）

       博主最近做了高速公路交通事故等级预测的项目，使用的数据集为英国高速公路2019年事故数据集。本来博主是用它来写论文的，但最近论文方向发生改变，因此将项目分享出来，给大家参考，如果有人做的是事故发生预测，也可以参考一下，具体方法不会差，只是数据标签变一下。由于水平有限，不足之处请见谅。

一、数据收集与处理

       博主找过很多数据，最终采用的是英国高速公路2019年事故数据，在很多论文里也看到有人使用美国高速公路数据，这里推荐大家在csdn上搜一搜，能够搜到，也推荐大家一个公众号“交通邦”，一个东南学长创的，数据比较全，不过英国数据集是2018年的，如果有人需要2019年数据可以和博主联系，但是由于博主收集辛苦，可能需要点费用，后面也会将数据压缩包放到csdn里，关注博主后可以找到发布的下载链接，数据内容具体如图：

       上图可以看出，数据集里面的内容很全，有事故等级、天气、路面条件、灯光等等。对每个数据还会有专门的标注，大家下载之后就能看出。同时，做事故等级预测需要用到交通流数据，我这里也是根据位置在英国的观测点地图上一个个手工定位，花了好几天时间，也会保存到压缩包里发送给有需要的同学，具体也可看图：

       上图是一处事故发生点的上游数据，做这方面论文研究的都知道，事故预测是需要用到事故上下游数据的，工作量很大。这已经完成了初步论文处理，紧接着就是对数据进行繁琐的清楚异常值、筛选变量等等操作，统称为数据清洗。这里的程序虽然简单，但是内容繁杂，就不将代码粘贴上来了。

二、参数排序

       我们将数据清洗完成之后，就需要面临一个问题，选择哪些参数来建立预测模型。从之前的数据图中也可以看到，可选数据太多，这不是一个好现象，会造成算法的崩溃。因此，我在这里选择用随机森林对各数据的重要度进行排序，代码如下所示：

import numpy as np
import pandas as pd

testset=pd.read_csv("C:\\Users\\15217\\Desktop\\病例组.csv")
#print(testset.head(5))#可以试运行，查看运行结果

"""进行数据集导入"""
dataset=testset
#将不需要进行排序的路面条件提取出来
dataset.target=testset['Road_Surface_Conditions']
dataset.target.head(287)
#将不需要进行排序的列删除
del_key = ['Location_Easting_OSGR','Location_Northing_OSGR','Longitude','Latitude','Accident_Severity','Number_of_Vehicles',
           'Number_of_Casualties','Date','Time','1st_Road_Class','1st_Road_Number','Speed_limit','2nd_Road_Class','2nd_Road_Number',
           'Urban_or_Rural_Area','Vehicle_Reference','Casualty_Reference','Casualty_Class','Casualty_Severity','Car_Passenger',
           'Bus_or_Coach_Passenger','Casualty_Type','上游线圈平均交通量','上游线圈平均速度','上游线圈平均时间占有率',
           '下游线圈平均交通量（辆/30s）','下游线圈平均速度(km/h)','下游线圈平均时间占有率','Location_Northing_OSGR.1']
for key in del_key:
    testset.drop(columns=[key],inplace=True)

#剩余需要排序的特征
dataset.feature_names=testset.