تحليل داده هاي مربوط به تصادفات جاده اي با استفاده از فن دسته بندي به روش ماشين بردار پشتيبان با نرخ خطاي چندگانه

هيچ كس نمي تواند عواقب ناشي از وقوع تصادفات را ناديده بگيرد. اين واقعه يكي از تهديدات جامعه بشري است كه هر روزه منجر به زخمي شدن انسان هاي زيادي مي شود و جان عده اي را نيز مي گيرد. سازمان هاي مسئول همواره سعي در فرهنگ سازي و وضع قوانين جديد به منظور بهبود تصادفات ترافيكي داشته اند. به مثابه يكي از ابزارهاي كنترل تصادفات، با داشتن الگويي مناسب و شايان اعتماد براي پيش بيني تصادفات، مي توان با اتخاذ تمهيداتي مناسب احتمال وقوع آن را تا حدي بسيار زياد كاهش داد. در اين مقاله، داده هاي مربوط به تصادفات جاده اي كشور در نظر گرفته شده و يك الگوي ماشين بردار پشتيبان با نرخ خطاي چندگانه براي دسته بندي آن عرضه خواهد شد كه در آن خطاي دسته بندي در هر يك از دسته هاي موجود با ساير دسته هاي متفاوت است. اين واقعيت از آنجا نشئت مي گيرد كه وجود خطا در پيش بيني تصادف منجر به جرح با پيش بيني خطاي فوتي متفاوت است. مزيت روش مذكور توجه به وخامت خطا در كنار دقت دسته بندي است. با توجه به نتايج محاسباتي و مقايسه با روش مرسوم ماشين بردار پشتيان، روش عرضه شده با در نظر گرفتن نرخ خطاي چندگانه و نامتعادل از لحاظ هزينه خطاي دسته بندي داراي برتري نسبي است؛ بنابراين با استفاده از آن، به مثابه الگويي پيش گويانه براي تحليل اثرگذار بودن عوامل در وقوع تصادفات، قوانيني به منظور كنترل نرخ تصادفات استخراج خواهد شد.