INFS5705 A2 Individual Assessment II 道路安全咨询报告

🚦 碰撞类型那几列撞完才有

拿到 nsw_road_crash_data 以后，你大概会把 50 个字段一起放进 SAS Viya 跑模型。RUM、DCA、First impact type 描述的是车怎么撞的，迎面、追尾、冲出弯道，它们和 fatal 关系很紧，重要性很可能排在前面。就算变量重要性图里它们排在前几位，也只说明历史上撞成这样的事故更容易致死。

TfNSW 要的是在事故发生前决定钱花在哪段路上，那时候还没有碰撞，这几列也就不存在。放进去模型看着更准，事前规划用不上，第四节写业务影响时也接不上。我的做法是先写清楚模型在哪个时间点、给谁用，再按这个时间点挑输入，碰撞类型留给历史画像。

🎯 准确率很高先别交

假设 1000 起事故里有 20 起 fatal，模型全部猜非致死，准确率 98%，一起 fatal 都没认出来。这份数据里 fatal 实际占多少，要你在 SAS Viya 里先数一遍再下结论。

我的做法是把 fatal 当正类，报召回率和精确率。召回率是真 fatal 认出了几成，精确率是模型标出的高风险里有几成真是 fatal。阈值和规划团队每月能复核多少条提示挂钩。加权或采样只在训练数据里做，最终测试集保留原来的比例，否则测出来的表现不代表真实情况。比较模型时再放一个全猜非致死的基线，逻辑回归和随机森林在同一份测试数据上比，表里的差距才说明问题。

✂️ 800 字装下五件事

第三节要写目标变量和预测变量、EDA 截图和数据挑战、数据准备、算法选择、训练测试和模型比较，篇幅只有 800 字。每节有 10% 宽限，也就是 880 字，学校写明超出的部分不看，第四节少写的字也挪不过来。按平均分，每件事只有 160 字左右。

表格、图和 reference list 不计字数。我会把字段分组和模型对照做成表，正文只写判断和理由，每个数据挑战都指回一张 SAS Viya 截图，写清字段、看到的现象和对应的处理。截图官方要求用 SAS Viya 跑，Excel 或 Python 的图替代不了。天气和光照这类字段，历史记录里有，部署时还要写清楚从哪来，用天气预报，还是设定雨夜、黄昏这类场景去比较，在数据准备里一句交代清楚，省下的字留给算法和测试。

📋 50 个字段先分五组

变量清单一共 50 个字段，先按事故发生前能不能拿到分组，再谈筛选和编码。