Classificação das Causas de Acidentes em Rodovias de Minas Gerais Utilizando Machine Learning

Resumen

Os acidentes de transporte terrestre são uma das principais causas de mortalidade global, especialmente entre jovens e adultos, e causam impactos significativos em áreas essenciais como saúde e economia. Este estudo visa comparar e selecionar um modelo para classificar as causas de acidentes em rodovias federais de Minas Gerais, Brasil, utilizando métodos de tratamento de dados e técnicas de Machine Learning. Dados da Polícia Rodoviária Federal, de 01/01/2023 a 30/09/2023, foram usados para analisar os algoritmos Random Forest (RF), Support Vector Machine (SVM) e K-Nearest Neighbors (K-NN). O SVM apresentou a melhor acurácia e índice Kappa, enquanto o RF teve um desempenho razoável e o K-NN foi inferior e mais lento. A análise reforça a importância de escolher criteriosamente o modelo, considerando desempenho e eficiência computacional. O estudo visa apoiar as autoridades de segurança, como a Polícia Rodoviária Federal, na análise e registro das ocorrências, fortalecendo a construção de uma base de dados robusta e confiável para o preenchimento do Boletim de Acidente de Trânsito.