适用于交通事故预测的python代码

以下是一个简单的交通事故预测Python代码示例：

import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载数据
df = pd.read_csv('traffic_accidents.csv')

# 数据清洗和预处理
df.dropna(inplace=True)
df = pd.get_dummies(df, columns=['weather', 'road_condition', 'light_condition'])

# 特征和标签分离
X = df.drop('accident', axis=1)
y = df['accident']

# 数据集划分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

# 模型训练
model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X_train, y_train)

# 模型预测
y_pred = model.predict(X_test)

# 准确率评估
accuracy = accuracy_score(y_test, y_pred)
print("准确率:", accuracy)

注意，这只是一个示例，实际上需要根据你的数据集和预测目标进行适当的修改。此外，还可以使用其他的机器学习模型进行交通事故预测，例如支持向量机（SVM）和神经网络等。