Predição de acidentes de trânsito em Santa Catarina

avaliando o impacto do pré-processamento dos dados no desempenho dos modelos

Abstract

Este estudo teve como objetivo investigar o impacto do pré-processamento de dados no desempenho de modelos preditivos de acidentes de trânsito. A questão central da pesquisa foi verificar a possibilidade de obter ganhos de desempenho apenas com o enriquecimento dos dados. Para isso, a pesquisa utilizou dados da PRF sobre acidentes entre os quilômetros 100 e 239 da rodovia BR-101 em SC, de 2017 a 2024. Primeiramente, constatou-se inconsistências nos dados, o que motivou sua correção e o enriquecimento com dados meteorológicos e de tráfego, gerando cinco conjuntos de dados para treinamento. Treinaram-se três modelos de aprendizado de máquina: RF, SVM e MLP, para cada conjunto de dados, totalizando quinze modelos. Os resultados mostraram que a correção de inconsistências nos dados aumentou o desempenho dos modelos, enquanto a adição de novos atributos produziu ganhos mais modestos, dependendo do modelo.