[논문 리뷰] Comparison Analysis of Tree Based and Ensembled Regression Algorithms for Traffic Accident Severity Prediction

Muhammad Umer, Saima Sadiq외 4명|arXiv (Cornell University)|2020. 10. 27.

Traffic Prediction and Management Techniques참고 문헌 26인용 수 15

한 줄 요약

이 연구는 실세계 도시 교통 데이터를 사용하여 교통사고 심각도를 예측하기 위해 트리 기반 및 앙상블 회귀 알고리즘을 평가한다. 랜덤 포레스트는 20개의 가장 중요한 특성들을 사용하여 97.4%의 정확도, 95.4%의 정밀도, 93.0%의 재현율, 94.2%의 F1 점수로 다른 모델들을 압도하며, 심각도 예측에 가장 효과적인 접근법으로 입증되었다.

ABSTRACT

Rapid increase of traffic volume on urban roads over time has changed the traffic scenario globally. It has also increased the ratio of road accidents that can be severe and fatal in the worst case. To improve traffic safety and its management on urban roads, there is a need for prediction of severity level of accidents. Various machine learning models are being used for accident prediction. In this study, tree based ensemble models (Random Forest, AdaBoost, Extra Tree, and Gradient Boosting) and ensemble of two statistical models (Logistic Regression Stochastic Gradient Descent) as voting classifiers are compared for prediction of road accident severity. Significant features that are strongly correlated with the accident severity are identified by Random Forest. Analysis proved Random Forest as the best performing model with highest classification results with 0.974 accuracy, 0.954 precision, 0.930 recall and 0.942 F-score using 20 most significant features as compared to other techniques classification of road accidents severity.

연구 동기 및 목표

• 기계학습을 활용하여 사고 심각도를 조기에 예측함으로써 증가하는 도시 도로 사고 문제에 대응하기 위해.
• 모델의 해석 가능성으로 사고 심각도에 영향을 주는 가장 중요한 특성들을 규명하기 위해.
• 트리 기반 앙상블 모델(랜덤 포레스트, 아다부스트, 엑스트라 트리, 기울기 부스팅)과 하이브리드 통계 모델 간의 성능을 비교하기 위해.
• 도시 환경에서 사고 심각도 수준을 정확하고 신뢰성 있게 예측할 수 있는 최적의 기계학습 모델을 규명하기 위해.
• 도시 도로 관리 당국이 데이터 기반, 고정확도 예측 프레임워크를 제공함으로써 교통 안전 관리에 기여하기 위해.

제안 방법

• 회귀 기반의 심각도 분류를 위해 트리 기반 앙상블 모델인 랜덤 포레스트, 아다부스트, 엑스트라 트리, 기울기 부스팅을 적용하였다.
• 기초 모델로 로지스틱 회귀와 확률적 경사 하강법을 사용하여 통계 모델의 앙상블을 구성하기 위해 투표 분류기와 결합하였다.
• 랜덤 포레스트의 특성 중요도 순위를 활용하여 사고 심각도의 20개의 가장 중요한 예측 변수를 선별하였다.
• 정확도, 정밀도, 재현율, F1 점수와 같은 표준 분류 지표를 사용하여 모델 성능을 평가하였다.
• 실세계 도시 교통 사고 데이터셋을 기반으로 모델을 훈련하고 테스트하여 강건성과 일반화 능력을 확보하였다.
• 신뢰할 수 있는 성능 추정과 과적합 위험 감소를 위해 10겹 교차검증을 적용하였다.

실험 결과

연구 질문

• RQ1 도시 도로에서 교통사고 심각도를 예측하는 데 있어 트리 기반 및 앙상블 회귀 모델 중 어떤 것이 가장 우수한 성능을 보이는가?
• RQ2 사고 심각도 수준에 영향을 주는 가장 중요한 특성들은 무엇인가?
• RQ3 정확도, 정밀도, 재현율, F1 점수 측면에서 랜덤 포레스트의 성능은 다른 앙상블 모델과 비교해 어떻게 다른가?
• RQ4 로지스틱 회귀와 확률적 경사 하강법을 조합한 통계 모델의 앙상블은 트리 기반 앙상블 모델과 비교해 유사한 성능을 달성할 수 있는가?
• RQ5 랜덤 포레스트에서 도출한 특성 중요도 순위는 사고 심각도를 유도하는 요인들을 이해하는 데 얼마나 기여하는가?

주요 결과

• 랜덤 포레스트는 97.4%의 정확도로 테스트된 모든 다른 모델보다 뚜렷이 뛰어난 성능을 보였다.
• 정밀도 95.4%는 심각한 사고 예측에 강력한 양성 예측 능력을 나타낸다.
• 재현율 93.0%는 랜덤 포레스트가 실제 심각한 사고의 대부분을 효과적으로 식별하고 있음을 보여준다.
• F1 점수 94.2%는 정밀도와 재현율 간의 균형 잡힌 성능을 확인하며, 높은 신뢰성을 입증한다.
• 랜덤 포레스트가 식별한 20개의 가장 중요한 특성에는 도로 유형, 기상 조건, 시간대, 차량 유형 등의 변수가 포함되어 있다.
• 확률적 경사 하강법을 사용한 로지스틱 회귀의 앙상블는 모든 트리 기반 모델보다 열등한 성능을 보였으며, 이는 이 맥락에서 트리 앙상블의 우수성을 확인한다.