Прогнозирование тяжести травм при ДТП: Эффективный и понятный подход

В анализе модели XGBoost с использованием метода SHAP, каждая точка, представляющая событие, демонстрирует влияние различных признаков на прогнозируемую тяжесть травмы: низкие значения признаков окрашены в синий цвет, высокие - в красный, при этом горизонтальное положение указывает на степень воздействия каждого признака на конечный прогноз.

Новая методика объединяет возможности традиционных алгоритмов и компактных языковых моделей для точного прогнозирования последствий дорожно-транспортных происшествий.