運輸車輛駕駛行為分析1數(shù)據(jù)探索分析目錄分析背景與目標(biāo)2駕駛行為聚類分析3構(gòu)建駕駛行為預(yù)測模型4駕駛行為分析總結(jié)與建議5隨著車聯(lián)網(wǎng)技術(shù)的發(fā)展，目前大部分車輛上都裝載了電子標(biāo)簽，借助無線射頻等識別技術(shù)，可實現(xiàn)在信息網(wǎng)絡(luò)平臺上對車輛的屬性信息、靜態(tài)信息、動態(tài)信息等信息進行提取和有效利用。通過大數(shù)據(jù)技術(shù)分析，對駕駛行為進行實時、準(zhǔn)確、高效地評價，可以實現(xiàn)對車輛的實時監(jiān)管，對提高道路運輸過程的安全管理水平和運輸效率有著重要意義。在運輸企業(yè)中，每輛營運運輸車輛所規(guī)定的運輸路線及配備的駕駛?cè)藛T是相對固定的。因此，分析運輸車輛的行車數(shù)據(jù)即可反映駕駛員的對應(yīng)駕駛行為。分析背景與目標(biāo)智慧交通是我國交通強國的主攻方向之一。我國將推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與交通運輸深度融合，加快車聯(lián)網(wǎng)建設(shè)，構(gòu)建以數(shù)據(jù)為關(guān)鍵要素的數(shù)字化、網(wǎng)絡(luò)化、智能化的智慧交通體系。當(dāng)下面臨的主要交通問題包括停車位匱乏、道路堵塞和交通事故等。影響交通安全的因素主要包括以下幾點：駕駛員的駕駛行為不規(guī)范。人們的交通安全意識比較薄弱。交通設(shè)施的不完善及其設(shè)計的不合理。車輛自身存在的安全問題。背景據(jù)統(tǒng)計，大多數(shù)的交通事故問題均由駕駛員的駕駛行為不規(guī)范引起。其中，疲勞駕駛、超速駕駛、急轉(zhuǎn)彎、急加速等一系列異常駕駛行為是交通事故發(fā)生的主要原因，且這些異常駕駛行為通常難以有效地被檢測出來。隨著車聯(lián)網(wǎng)技術(shù)的日益成熟，目前大部分車輛中均會內(nèi)置或外接傳感器，以收集車輛行車數(shù)據(jù)，包括行駛速度、行駛加速度和連續(xù)行駛時間等關(guān)鍵數(shù)據(jù)，研究人員可以根據(jù)該數(shù)據(jù)研究運輸車輛的異常駕駛行為。如何圍繞車聯(lián)網(wǎng)所采集的運輸車輛行車數(shù)據(jù)，運用數(shù)據(jù)挖掘方法分析車輛行駛過程中駕駛行為對行車安全的影響，從而提高運輸安全管理水平，已成為了各運輸企業(yè)所需要解決的重要問題之一。背景在某運輸企業(yè)采集到400多輛運輸車輛的行車數(shù)據(jù)中，主要記錄了某時刻車輛的行駛狀態(tài)，如車輛的行駛速度、車輛發(fā)動機所處狀態(tài)、車輛所處當(dāng)前位置的經(jīng)緯度等。然而，通過這些數(shù)據(jù)無法直接對車輛的駕駛行為進行分析，無法直接判斷哪些車輛是安全駕駛，哪些車輛是不良駕駛。因此，將車輛行車軌跡數(shù)據(jù)做進一步處理，構(gòu)建了急加速、急減速、疲勞駕駛等14個駕駛行為指標(biāo)，且將指標(biāo)數(shù)據(jù)存放至“車輛駕駛行為指標(biāo)數(shù)據(jù).csv”文件中，構(gòu)建車輛駕駛行為指標(biāo)數(shù)據(jù)表。本章將以構(gòu)建后的車輛駕駛行為指標(biāo)數(shù)據(jù)為研究對象，探索和分析各駕駛行為。數(shù)據(jù)說明構(gòu)建后的車輛駕駛行為指標(biāo)數(shù)據(jù)如下表所示。數(shù)據(jù)說明屬性名稱說明車輛編碼車牌的唯一編碼，已脫敏行駛里程（km）根據(jù)車輛設(shè)備編號的變化計算行駛里程，若設(shè)備號無變化，則當(dāng)前階段里程數(shù)=當(dāng)前樣本里程值-當(dāng)前階段里程起始值；若設(shè)備號變化，則將當(dāng)前階段里程數(shù)累加至總里程數(shù)中平均速度（km/h）根據(jù)傳感器記錄的速度來計算平均速度，即求速度不為0時的速度均值速度標(biāo)準(zhǔn)差基于平均速度，計算每輛車的速度標(biāo)準(zhǔn)差速度差值標(biāo)準(zhǔn)差基于加速度，計算每輛車的速度差值標(biāo)準(zhǔn)差急加速（次）按照行業(yè)經(jīng)驗預(yù)設(shè)，若車輛加速度大于急加速閾值（10.8km/h），且前后間隔時間不超過2s，則將其判定為急加速行為急減速（次）按照行業(yè)經(jīng)驗預(yù)設(shè)，若車輛加速度小于急減速閾值（10.8km/h），且前后間隔時間不超過2s，則將其判定為急減速行為續(xù)表數(shù)據(jù)說明屬性名稱說明疲勞駕駛（次）根據(jù)道路運輸行業(yè)相關(guān)法規(guī)和規(guī)范，駕駛?cè)嗽?4小時內(nèi)累計駕駛時間超過8小時；連續(xù)駕駛時間超過4小時，且每次停車休息時間少于20分鐘；夜間連續(xù)駕駛2小時的行為判定為疲勞駕駛行為熄火滑行（次）假定車輛發(fā)動機的點火狀態(tài)為關(guān)，且車輛經(jīng)緯度發(fā)生了位移的情況稱為熄火滑行超長怠速（次）若車輛的發(fā)動機轉(zhuǎn)速不為零且車速為零時，當(dāng)持續(xù)的時間超過設(shè)定的閾值（60s）后，可將其視為超長怠速行為急加速頻率將急加速次數(shù)除以該車的行駛里程數(shù)，得到相應(yīng)的頻率急減速頻率將急減速次數(shù)除以該車的行駛里程數(shù)，得到相應(yīng)的頻率疲勞駕駛頻率將疲勞駕駛次數(shù)除以該車的行駛里程數(shù)，得到相應(yīng)的頻率熄火滑行頻率將熄火滑行次數(shù)除以該車的行駛里程數(shù)，得到相應(yīng)的頻率超長怠速頻率將超長怠速次數(shù)除以該車的行駛里程數(shù)，得到相應(yīng)的頻率本案例根據(jù)運輸車輛駕駛行為分析的背景和業(yè)務(wù)需求，結(jié)合車輛駕駛行為指標(biāo)數(shù)據(jù)，可以實現(xiàn)以下目標(biāo)。對車輛駕駛行為進行聚類分析，挖掘運輸車輛的不良駕駛行為。利用駕駛行為指標(biāo)數(shù)據(jù)，預(yù)測行車安全類別。運輸車輛駕駛行為分析的主要步驟如下。對駕駛行為數(shù)據(jù)進行分布分析、相關(guān)性分析、異常值檢測等探索性分析。根據(jù)車輛駕駛行為指標(biāo)數(shù)據(jù)對車輛駕駛行為進行聚類分析。構(gòu)建駕駛行為預(yù)測模型，并進行預(yù)測評價。分析目標(biāo)運輸車輛駕駛行為分析的總流程如下圖所示。分析目標(biāo)1數(shù)據(jù)探索分析目錄分析背景與目標(biāo)2駕駛行為聚類分析3構(gòu)建駕駛行為預(yù)測模型4駕駛行為分析總結(jié)與建議5針對駕駛行為指標(biāo)數(shù)據(jù)，使用describe()方法進行描述性統(tǒng)計分析，可以得到各個屬性的基本情況，如總數(shù)、均值、方差、最小值、25%分位數(shù)、中位數(shù)、75%分位數(shù)、最大值等，并且通過使用info()方法查看各屬性的數(shù)據(jù)類型。得到的描述性統(tǒng)計結(jié)果如下表所示（注：描述性統(tǒng)計結(jié)果保留一位小數(shù)）。分布分析屬性名稱樣本總量均值標(biāo)準(zhǔn)差最小值25%

分位數(shù)中位數(shù)75%

分位數(shù)最大值行駛里程（km）4482503.94230.6-1408851.51571.02736.865282.0平均速度（km/h）44848.912.215.240.347.456.886.1速度標(biāo)準(zhǔn)差44819.05.36.415.117.423.729.9速度差值標(biāo)準(zhǔn)差4482.21.00.41.852.12.319.9急加速（次）44831.0507.60.01.03.06.010683.0續(xù)表分布分析屬性名稱樣本總量均值標(biāo)準(zhǔn)差最小值25%

分位數(shù)中位數(shù)75%

分位數(shù)最大值急減速（次）44835.8508.30.03.06.512.010700.0疲勞駕駛（次）4485.53.40.03.05.07.020.0熄火滑行（次）44817.420.00.05.013.025.0277.0超長怠速（次）448134.776.53.081.5124.5175.0479.0急加速頻率4480.00.5-0.00.00.00.011.0急減速頻率4480.00.5-0.00.00.00.011.0疲勞駕駛頻率4480.00.0-0.00.00.00.01.0熄火滑行頻率4480.00.1-0.00.00.00.02.0超長怠速頻率4480.10.4-0.00.00.00.07.2由上表可知，數(shù)據(jù)中不存在缺失值，并且駕駛行為的量綱指標(biāo)不統(tǒng)一，而為了后續(xù)分析方便，需要進行標(biāo)準(zhǔn)化處理。此外，疲勞駕駛、熄火滑行、超長怠速屬性的分布極度不均衡，且行駛里程處于75%的分位數(shù)值與最大值的差距過大，數(shù)據(jù)可能存在異常值。分布分析得到的各屬性的數(shù)據(jù)類型結(jié)果如下表所示。由上表可知，在駕駛行為數(shù)據(jù)中共有8個浮點類型的屬性、6個整型類型的屬性、1個字符類型的屬性。分布分析屬性名稱數(shù)據(jù)類型屬性名稱數(shù)據(jù)類型車輛編碼object熄火滑行（次）int64行駛里程（km）int64超長怠速（次）int64平均速度（km/h）float64急加速頻率float64速度標(biāo)準(zhǔn)差float64急減速頻率float64速度差值標(biāo)準(zhǔn)差float64疲勞駕駛頻率float64急加速（次）int64熄火滑行頻率float64急減速（次）int64超長怠速頻率float64疲勞駕駛（次）int64

相關(guān)系數(shù)可以用于描述定量與變量之間的關(guān)系，初步判斷因變量與解釋變量之間是否具有相關(guān)性。當(dāng)相關(guān)系數(shù)為1時，兩個屬性完全正相關(guān)；當(dāng)相關(guān)系數(shù)為-1時，兩個屬性完全負(fù)相關(guān)；當(dāng)相關(guān)系數(shù)的絕對值小于0.3時，可忽略自變量的影響。利用corr()方法計算出各屬性兩兩之間的相關(guān)系數(shù)，并繪制相關(guān)系數(shù)熱力圖，能更直觀地看出各屬性之間的相關(guān)程度。相關(guān)性分析所得的相關(guān)系數(shù)熱力圖如右圖所示。由圖可知，在車輛駕駛行為指標(biāo)中，急加速與急加速頻率、急減速與急減速頻率、急加速頻率與急減速頻率、急加速與急減速等的相關(guān)系數(shù)大于0.8（顏色越淺，相關(guān)系數(shù)越大），具有較強的相關(guān)關(guān)系，可根據(jù)其相關(guān)性進行聚類分析。相關(guān)性分析通過描述性統(tǒng)計分析結(jié)果，發(fā)現(xiàn)疲勞駕駛、熄火滑行、超長怠速的分布極度不平衡，而且行駛里程的標(biāo)準(zhǔn)差很大，處于75%分位數(shù)和最大值的差距較為明顯。說明該屬性存在一定數(shù)據(jù)傾斜，即數(shù)據(jù)可能存在異常情況。異常值檢測進行異常值檢測的部分結(jié)果如下圖所示。由圖可知，數(shù)據(jù)中存在異常數(shù)據(jù)，說明存在一些不良的駕駛行為數(shù)據(jù)，且該數(shù)據(jù)符合本案例的分析方向。因此，為保證后續(xù)的分析結(jié)果，此處不對異常數(shù)據(jù)做處理。異常值檢測1數(shù)據(jù)探索分析目錄分析背景與目標(biāo)2駕駛行為聚類分析3構(gòu)建駕駛行為預(yù)測模型4駕駛行為分析總結(jié)與建議5對數(shù)據(jù)進行進一步挖掘，獲取沒有規(guī)律的、錯綜復(fù)雜的樣本數(shù)據(jù)的分布狀況，觀察每一簇數(shù)據(jù)的特征，集中對特定的簇進一步分析，使得這些數(shù)據(jù)能夠反映出一定的規(guī)律性或特殊的分類性。而本案例為了查看車輛駕駛行為主要有哪些類別，將分別采取K-Means聚類、層次聚類、高斯混合模型聚類、譜聚類的方法進行聚類分析，并對比不同方法下各聚類效果的好壞。在進行聚類分析之前，通常需要先將數(shù)據(jù)標(biāo)準(zhǔn)化，目的是將不同規(guī)模和量綱的數(shù)據(jù)經(jīng)過處理，縮放到相同的數(shù)據(jù)區(qū)間和范圍，以減少規(guī)模、特征、分布差異等對模型的影響。在本案例中，由于各指標(biāo)量綱差距較大，故先采用Z-Score標(biāo)準(zhǔn)化方法對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，使得數(shù)據(jù)標(biāo)準(zhǔn)統(tǒng)一化。駕駛行為聚類分析K-Means是傳統(tǒng)聚類分析中最常使用的方法，可以實現(xiàn)快速動態(tài)聚類。這里使用K-Means進行駕駛行為聚類分析，同時，為保證代碼的復(fù)用性、簡潔性，此處將創(chuàng)建聚類模型的代碼封裝至一個函數(shù)中，即該函數(shù)包含K-Means聚類、層次聚類、高斯混合模型聚類和譜聚類的聚類算法構(gòu)建，以及車輛行駛標(biāo)簽的代碼。K-Means聚類所得到的聚類結(jié)果如下圖所示。通過統(tǒng)計簇類個數(shù)，得到屬于簇1的有446個，屬于簇2的有1個，屬于簇3的有1個，且由圖75可知，K-Means聚類結(jié)果為了3類，但K-Means的聚類效果并不理想。K-Means聚類層次聚類算法是將數(shù)據(jù)集按不同粒度劃分為一層一層的類，且后面一層生成的類是基于前面一層的結(jié)果而得到的。通過層次聚類算法對駕駛行為進行聚類分析，由于層次聚類算法的構(gòu)建和駕駛行為的分類已在上一小節(jié)完成，為更好地展示聚類效果，所以此處僅有聚類結(jié)果的展示代碼。層次聚類所得到的層次聚類結(jié)果如下圖所示。通過統(tǒng)計簇類個數(shù)，得到屬于簇1的有446個，屬于簇2的有1個，屬于簇3的有1個，與K-Means聚類結(jié)果相似，且由圖76可知，層次聚類的效果也不佳。層次聚類K-Means聚類算法無法將兩個均值相同的類進行聚類，而高斯混合模型恰好解決了這一問題。而且高斯混合模型是通過選擇最大化后驗概率來完成聚類的，而不是判定完全屬于某個類，因而又稱為軟聚類。尤其在各類尺寸不同、聚類間有相關(guān)關(guān)系時，高斯混合模型比K-Means聚類更合適。使用高斯混合模型進行駕駛行為聚類分析，由于高斯混合模型的構(gòu)建和駕駛行為的分類已在前面小節(jié)完成，為更好地展示聚類效果，所以此處僅有聚類結(jié)果的展示代碼。高斯混合模型聚類所得到的聚類效果圖如右圖所示。通過統(tǒng)計簇類個數(shù)，得到屬于簇1的有276個，屬于簇2的有1個，屬于簇3的有171個，且由圖77可知，高斯混合模型的聚類效果較K-Means聚類和層次聚類的效果有了進一步的提高，但整體的聚類效果依然欠佳。高斯混合模型聚類譜聚類是廣泛使用的一種聚類算法，相比于傳統(tǒng)的K-Means聚類算法，譜聚類對數(shù)據(jù)分布的適應(yīng)性更強，計算量更小，其效果更好。使用譜聚類進行駕駛行為聚類分析，由于譜聚類算法的構(gòu)建和駕駛行為的分類已在前面小節(jié)完成，為更好地展示聚類效果，所以此處僅有聚類結(jié)果的展示代碼。譜聚類所得到的譜聚類效果如右圖所示。通過統(tǒng)計簇類個數(shù)，得到屬于簇1的有113個，屬于簇2的有262個，屬于簇3的有73個，且由圖78可知，譜聚類效果較前面3種聚類方法的效果有了明顯提高。藍色（圓點形狀）大部分在坐標(biāo)軸的右上方，說明它們的平均速度和速度標(biāo)準(zhǔn)差都很大，可以將其歸類為激進型，但橙色（正方形形狀）和綠色（星星形狀）混雜在了一起，無法清楚地進行分類，需要進一步分析。譜聚類本小節(jié)將提取熄火滑行頻率、超長怠速頻率、疲勞駕駛頻率、急加速頻率、急減速頻率、速度標(biāo)準(zhǔn)差和速度差值標(biāo)準(zhǔn)差屬性，按同樣方法進行聚類分析得到譜聚類效果如右圖所示。譜聚類通過觀察聚類后得到的結(jié)果數(shù)據(jù)和圖可以看出，駕駛行為能夠較好地分成3個類別，其中橙色（正方形形狀）代表的類別，在車輛速度標(biāo)準(zhǔn)差較小的情況下，其行駛過程中的平均速度也相對較小，可以將該類別行為判斷為“穩(wěn)健型駕駛”。由藍色（圓點形狀）代表的類別處于速度標(biāo)準(zhǔn)差較大，同時在行駛過程中的平均速度也較大的情形下，可以將這種類別行為判斷為“激進型駕駛”。綠色（星星形狀）所代表的類別，根據(jù)平均速度—疲勞駕駛頻率的關(guān)系，發(fā)現(xiàn)平均速度保持在40～60km/h之間的疲勞駕駛頻率較高，而在這個平均速度區(qū)間，從圖中可以看出了綠色所代表的點集聚成一個類別，因此，可以將這類行為判斷為“疲憊型駕駛”。至此，利用譜聚類將駕駛行為分為3個類別，并且給每一樣本貼上標(biāo)簽分別為穩(wěn)健型（數(shù)值為2）、激進型（數(shù)值為1）和疲憊型（數(shù)值為0）。譜聚類1數(shù)據(jù)探索分析目錄分析背景與目標(biāo)2駕駛行為聚類分析3構(gòu)建駕駛行為預(yù)測模型4駕駛行為分析總結(jié)與建議5根據(jù)車輛駕駛行為數(shù)據(jù)，將駕駛行為分為3類，分別為“疲憊型”“激進型”“穩(wěn)健型”。而如何判定車輛駕駛行為屬于哪種類型，則需要構(gòu)建行車安全預(yù)測模型，并給出評價結(jié)果。與此同時，在構(gòu)建預(yù)測模型之前，需先采用Z-Score標(biāo)準(zhǔn)化方法對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理。構(gòu)建駕駛行為預(yù)測模型線性判別分析（lineardiscriminantanalysis，LDA）是一種較為經(jīng)典的線性學(xué)習(xí)方法，其最早是由費希爾（Fisher）在1936年提出，又稱為Fisher線性判別。LDA的原理較為簡單，即給定訓(xùn)練樣例集，設(shè)法將樣例投影到一條直線上，使得同類樣本點的投影點盡可能接近，不同類樣本點的投影點盡可能遠離；在對新樣本進行分類時，將其投影到同樣的直線上，再根據(jù)投影點的位置來確定新樣本的類別。運行代碼可得，使用LDA模型對不良駕駛行為類別進行預(yù)測的精度達到了94.64%，由此可見，該模型的判別效果較為理想。構(gòu)建線性判別分析模型樸素貝葉斯分類算法是一種基于貝葉斯定理的簡單概率分類算法，即存在各種不確定條件時，僅知各個樣本占總體的先驗概率的情況下，完成判別分類任務(wù)。該算法實現(xiàn)的前提是基于獨立假設(shè)的，即假設(shè)樣本每個特征與其他特征都不相關(guān)。樸素貝葉斯分類的思想是對于給出的待分類項，求解在待分類項已知的條件下每個類別（k個）出現(xiàn)的概率，待分類項的類別屬于概率最大的類別。構(gòu)建樸素貝葉斯模型根據(jù)分析，樸素貝葉斯分類流程如下圖所示。通過運行代碼得到先驗為伯努利分布的樸素貝葉斯判對率為92%，先驗為高斯分布的樸素貝葉斯判對率為74%，說明該模型的判別效果較好。構(gòu)建樸素貝葉斯模型神經(jīng)網(wǎng)絡(luò)包括輸入層、輸出層與隱藏層，其主要特點為信號是前項傳播的，誤差是反向傳播的。具體來說，神經(jīng)網(wǎng)絡(luò)過程主要分為兩個階段，第一階段是信號的前向傳播，從輸入層經(jīng)過隱含層，最后到達輸出層；第二階段是誤差的反向傳播，從輸出層到隱含層，最后到輸入層，依次調(diào)節(jié)隱含層到輸出層的權(quán)重與偏置，輸入層到隱含層的權(quán)重與偏置。構(gòu)建神經(jīng)網(wǎng)絡(luò)模型神經(jīng)網(wǎng)絡(luò)算法的主要流程如下。（1）隨機初始化網(wǎng)絡(luò)中的權(quán)值和偏置。（2）將訓(xùn)練樣本提供給輸入層神經(jīng)元，然后逐層將信號前傳，直到產(chǎn)生輸出層的結(jié)果，這一步一般稱為信號向前傳播。