Malatya ili için trafikte kaza analizi

Bu çalışma, Malatya ili kent içi karayolu ulaşım sisteminde meydana gelen trafik kazalarının şiddet düzeyini belirlemeye yönelik veri odaklı bir analiz gerçekleştirmektedir. Amaç, kazaların neden-sonuç ilişkilerini ortaya koymak ve makine öğrenmesi yöntemleri aracılığıyla kazaların olası sonuçlarını önceden tahmin edebilmektir. Bu kapsamda geniş ölçekli kaza verileri kullanılmıştır. Veriler üzerinde öncelikle eksik gözlem temizleme, ölçekleme ve kategorik değişkenlerin dönüştürülmesi gibi veri işleme adımları uygulanmıştır. Ardından, veri dengesizliğini gidermek amacıyla SMOTE (Synthetic Minority Oversampling Technique) yöntemi kullanılmış ve veri seti eğitim (%80) ve test (%20) olarak ikiye ayrılmıştır. Modelleme sürecinde lojistik regresyon, karar ağacı, rastgele orman, SVC, adaboost ve XGBoost algoritmaları kullanılarak kaza şiddeti tahmin edilmiştir. Modeller, doğruluk (accuracy), kesinlik (precision), duyarlılık (recall), F1 skoru ve Cohen's Kappa katsayısı gibi performans ölçütleriyle değerlendirilmiştir. Elde edilen sonuçlar, lojistik regresyon modelinin daha dengeli ve genellenebilir bir performans sergilediğini, XGBoost'un ise karmaşık örüntüleri yakalamada başarılı olduğunu göstermektedir. Karar ağacı modeli yüksek uyum gücüne rağmen aşırı öğrenme eğilimi göstermiştir. Analiz sonuçları, sürücü yaşı ve davranışı, yolun yapısı, yaya davranışı ve kazanın meydana geldiği yıl gibi değişkenlerin kaza şiddeti üzerinde belirleyici etkiler yarattığını ortaya koymaktadır. Çalışma, kent içi trafik güvenliği politikalarının veri temelli olarak şekillendirilmesi açısından önemli bir örnek oluşturmaktadır. Elde edilen bulgular, Malatya özelinde olmakla birlikte, benzer sosyo-ekonomik ve yapısal özelliklere sahip şehirlerde trafik güvenliği planlamasına yol gösterici niteliktedir.