chicago_traffic_crashes: 本研究利用了芝加哥警察局公开可访问的数据库，其中包含2019年和2020年的交通事故数据...

简介：
这项研究利用了芝加哥警察局公开可访问的数据库，其中包含2019年和2020年的碰撞报告，从而构建了一个机器学习模型，旨在预测车辆碰撞的严重程度。 判定车辆碰撞为“严重”的标准是，如果该碰撞造成了人员伤亡或导致车辆被拖曳。 该模型运用了分类特征，这些特征详细描述了事故发生时的具体情况和事故的原因，以便准确地预测所需的目标结果。 目前的研究重点集中在确定碰撞是否会引发任何形式的伤害。 为了确保模型的可靠性，所有机器学习模型都经过了在随机划分的2019年碰撞报告数据集上的训练、验证和测试。 随后，最佳模型以及其他所有模型都得到了在完整的2020年碰撞报告数据集上进行测试。 数据来源直接从笔记本“01_cleaning”中的芝加哥数据门户网站下载原始数据，后续的笔记本则从“crash_df.parquet”中创建的输出文件中读取数据；在此过程中可能还会应用额外的处理步骤。 我们基于于2021年2月28日下载的数据快照进行工作，并且整个流程的设计思路是可重复执行的，预计无需进行任何调整。