Evaluation of database balancing techniques for road accident severity classification employing Artificial Neural Network

Abstract

Uma característica inerente aos bancos de dados de acidentes rodoviários refere-se ao desequilíbrio existente entre o número de observações associadas às ocorrências dos acidentes com vítimas fatais e não fatais, em relação aos acidentes sem vítimas. Essa particularidade conduz à necessidade da aplicação de técnicas de balanceamento, que possibilitam a reamostragem de classes e atributos. Assim, assegura-se que não haja um super ajuste dos dados em problemas de classificação. Este trabalho investigou a influência de diferentes métodos de balanceamento como undersampling, oversampling e SMOTE no processo de classificação da severidade de acidentes rodoviários pela abordagem de Redes Neurais Artificiais. Os resultados obtidos indicam que o balanceamento proporciona um ganho significativo na taxa de acerto da classificação das classes minoritárias. Verifica-se um melhor ajuste do classificador ao modelo e o ganho na qualidade e acurácia do processo de classificação, principalmente, quando são utilizadas técnicas de sobre amostragem como a SMOTE.