Применение XGBoost и SHAP для изучения факторов ДТП с участием грузовых автомобилей: поисковый анализ

В связи с быстрым ростом спроса на грузовые перевозки существенно усиливаются угрозы безопасности дорожного движения, связанные с грузовым транспортом. Несмотря на наличие исследований факторов ДТП с участием грузовых автомобилей в крупных городах, данные о влиянии застроенной среды на частоту таких ДТП с учётом тяжести травм ограниченны. В этой статье на данных региона Лос-Анджелеса за 2010–2019 годы с помощью методов XGBoost и SHAP изучены связи между характеристиками застроенной среды и пространственным распределением ДТП с участием грузовых автомобилей. Результаты моделирования XGBoost показывают, что переменные, характеризующие застроенную среду, в частности демографические характеристики, землепользование и дорожная сеть, тесно связаны с ДТП с участием грузовых автомобилей во всех трёх категориях тяжести травм. Графики значений SHAP также указывают на выраженные нелинейные связи между независимыми и зависимыми переменными. В исследовании подчёркиваются различия в принципах моделирования XGBoost и традиционных статистических моделей. Полученные результаты помогут специалистам по транспортному планированию разработать практические меры для решения возникающих проблем безопасности дорожного движения, связанных с грузовыми автомобилями, в местных сообществах.