数据集概述
该数据集聚焦孟加拉国涉及摩托车手的道路交通事故，涵盖骑手属性、车辆与道路条件、行为因素及事故结果等多维度特征，包含分类与数值型变量，适用于分类和回归分析，可用于训练机器学习模型预测事故严重程度及识别风险因素。
文件详解
- 文件名称: MotorBike_Accident_Severity_Analysis.csv
- 文件格式: CSV
- 字段分类及示例：
- 骑手属性：Biker_Age（骑手年龄）、Biker_Occupation（骑手职业）、Wearing_Helmet（是否佩戴头盔）等
- 车辆与道路条件：Bike_Condition（摩托车状况）、Road_Type（道路类型）、Weather（天气）、Speed_Limit（限速）等
- 行为因素：Biker_Alcohol（是否饮酒）
- 目标变量：Accident_Severity（事故严重程度，如无事故、轻微、中度、严重）
数据来源
通过对孟加拉国各事故现场的事故受害者和旁观者进行实地调查与访谈收集
适用场景
- 交通风险分析：识别摩托车事故的关键风险因素（如骑手行为、道路条件）
- 机器学习建模：训练预测事故严重程度的分类或回归模型
- 交通安全政策制定：为孟加拉国摩托车交通安全干预措施提供数据支持
- 行为科学研究：分析骑手行为模式与事故结果的关联
