Daegu_traffic_accident_damage_prediction_AI_Competition

1. 배경 & 목적

• 이동수단의 발달에 따라 다양한 유형의 교통사고들이 계속 발생.
• 사고 발생 시간, 공간 등의 정보를 활용하여 사고위험도(ECLO)를 예측하는 AI 알고리즘 개발
• 평가 지표: RMSLE

2. 주최/주관 & 참가 대상 & 성과

• 주최: 산업통상자원부, 대구광역시
• 주관: 한국자동차연구원, 대구디지털혁신진흥원
• 참가 대상: 전국민
• 성과: 대구디지털혁신진흥원장상 수상(3위)

3. 대회 기간

• 제출마감: 2023년 12월 11일
• 코드 평가 마감 및 최종순위 발표: 2023년 12월 19일

4. 내용

• 시공간 정보 및 사고정보에 대한 데이터가 많을수록 예측 성능이 향상될 것이라 판단하여 공공데이터포털로부터 추가 데이터 수집하여 사용.
• EDA 결과, 시간별 사고위험도의 시계열성, 산간지역, 고속도로 인근 지역 등 특정 지역에서 높은 사고위험도, CCTV 제한속도가 사고위험도과 연관
• 3가지 가설 설정을 통한 Feature Engineering(공간적 특성 / 사고다발구역 / 시간적 특성)
• 공간정보(범주형 변수) = Catboost, 시간정보(시계열 변수) = XGBoost
• Weighted Ensemble

5. Process

ch.1 Feature Engineering

• EDA
• Groupby Features
• Target Features
• Time Features(Seasonal, Cycling Transform)

---

ch.2 Preprocessing

• NAN processing
• City Regrouping
• External Data preprocessing
• Categoryical to Numeric Transform(Label Encoding)

---

ch.3 Modeling

• Catboost(Tuning)
• XGBoost(Tuning)

---

ch.4 Ensemble

• Weighted Ensemble
• Catboost 5 : XGBoost 5

6. 참고자료

[대구 교통사고 피해 예측 AI 경진대회 사이트](https://www.kaggle.com/competitions/2021-daplatformers-final-round/overview