Trafik Kazalarının Makine Öğrenmesi Yöntemleri Kullanılarak Değerlendirilmesi

Authors : Arzu ALTİN YAVUZ, Barış ERGÜL, Ebru GÜNDOĞAN AŞIK

Pages : 66-73

Doi:10.29137/umagd.705156

View : 18 | Download : 11

Publication Date : 2021-01-18

Article Type : Research Paper

Abstract :Türkiye’de meydana gelen trafik kazaları, sebep oldukları maddi/manevi kayıplar sebebiyle gündemin ilk sırasında olma durumunu korumaktadır. Trafik kazaları, birçok etkenin bir araya gelmesi sonucu oluşmaktadır. Bunlar, insan, yol, araç, iklim, çevre koşulları olarak sıralanabilmektedir. Trafik kazaları sonucu, telafi edilebilen kazalar olabileceği gibi, telafisinin olanaksız olduğu kazalar da olabilmektedir. Trafik kazalarının sayısını ve etkilerini en aza indirebilmek için genel olarak kazaya sebep olan etkenlerin tespit edilip ortadan kaldırılması gerekmektedir. Trafik kazalarına neden olan etkenlerin belirlenebilmesi için geçmiş kaza verilerinden yararlanılmaktadır. Kaza analizinde önemli olan var olan durumun model yardımıyla doğru bir şekilde sınıflandırılmasıdır. Sınıflandırma başarısı yüksek olan yöntemler sonucunda kazaya sebep olan değişkenlerin tespiti daha doğru bir şekilde belirlenebilecektir. Trafik kazaları için literatür çalışmaları incelendiğinde, genel olarak diskriminant analizi, lojistik regresyon analizi ve logaritmik doğrusal modellerin kullanıldığı görülmektedir. Bu çalışmada 2012 ile 2016 yılları arasında Antalya ili ve ilçelerinde sonucu ölümlü, yaralanmalı olarak gerçekleşen 3181 trafik kazası ele alınmıştır. Çalışmada, son dönemde kullanımı artan makine öğrenme yöntemleri kullanılarak trafik kazalarının sınıflandırılması yapılmıştır. Ele alınan makine öğrenme yöntemlerinin performansları çeşitli ölçütlere göre karşılaştırılmıştır. Makine öğrenme yöntemleri içerisinde kaza verilerini en yüksek doğrulukla sınıflandıran yöntemin Naive Bayes olduğu tespit edilmiştir.
Keywords : Trafik, kaza analizi, sınıflandırma, karar ağaçları, WEKA, makine öğrenmesi