교통 데이터 분석(다중 분류)

기관 : Department of Regional Development Research, Jeonbuk Institute

분석 목적

• 교통 사고 데이터에 대하여 머신러닝 기반의 부상 정도 분류 모델 개발
• 분석 결과를 통하여 사고 발생시 운전자의 부상 정도에 영향을 미치는 요인 파악
• 분류 모델의 분석 결과에 대한 설명가능한 인공지능(XAI) 기법을 적용한 해석

데이터 소개

• 반응 변수 : 운전자의 부상 정도 (0 : 경상, 1 : 중상, 2 : 치명상)
• 설명 변수 : 운전자의 특징(성별, 나이, 음주 여부, …)와 해당 도로의 정보(고속도로, 국도, …) 등으로 이루어진 총 49개의 변수

분석 과정

1. 전처리

   1-1. 변수의 특성 및 결측치 유무 확인

   1-2. 3개의 반응 변수의 비율 파악

   1-3. 범주형 변수들에 대해 One-Hot Encoding을 통한 변수 전처리 진행

   1-4. 7:3의 비율의 학습 데이터와 테스트 데이터로 나눔

2. 모델링

   2-1. 총 7개의 머신러닝 모델(Logistic Regression, RandomForest, CatBoost, SVM, NaiveBayes, XGBoost, LightGBM)에 대하여 학습 데이터를 통한 모델 학습 진행

   2-2. 하이퍼파라미터 최적화를 통하여 각 모델들 마다의 최적의 분류 성능 확인

   2-3. 4개의 성능 평가 척도(Accuracy, precision, recall, F1-score)에 대하여 최적의 성능을 보이는 머신러닝 모델 파악

3. 설명가능한 인공지능(XAI; eXplainable AI)

   3-1. 최적의 성능을 보이는 머신러닝 모델의 분류 결과에 대하여 기계학습에서의 변수 중요도와 SHAP에서의 변수 중요도 비교를 통하여 운전자의 부상 정도에 영향을 미치는 요인 파악

   3-2. 모델의 분류 결과에 대하여 LIME를 사용하여 모델의 분류 결과에 대한 해석 진행

결과

• 각 모델별 분류 성능 비교 결과

• LightGBM기반의 변수 중요도 그래프와 SHAP value 기반의 변수 중요도 그래프