Prediction and Analysis of Vehicle Safety Ratings
| Thesis title: | Predikce a analýza bezpečnostních hodnocení vozidel |
|---|---|
| Author: | Havlík, Roman |
| Thesis type: | Bakalářská práce |
| Supervisor: | Zeman, Václav |
| Opponents: | Moreová, Barbara |
| Thesis language: | Česky |
| Abstract: | Tato bakalářská práce se zaměřuje na analýzu a predikci dílčích bezpečnostních hodnocení vozidel v rámci programu NHTSA NCAP s využitím metod strojového učení. Na rozdíl od existujících přístupů, které se soustředí převážně na predikci celkového hodnocení, práce analyzuje tři samostatné složky hodnocení, čelní náraz, boční náraz a riziko převrácení vozidla, a porovnává jejich predikovatelnost, distribuci a vzájemné vztahy. Explorační analýza prokázala velmi nízkou vzájemnou korelaci mezi dílčími hodnoceními a výrazné rozdíly v jejich distribucích. Predikční modely – logistická regrese, Random Forest a XGBoost – byly trénovány ve dvou variantách vstupního datasetu a vyhodnoceny pomocí metrik zaměřených na méně zastoupené třídy hodnocení. Pro řešení nevyváženosti dat byly testovány techniky vyvažování vah tříd, úprava rozhodovacího prahu a syntetický oversampling metodou SMOTE. Robustnost výsledků byla ověřena pomocí stratifikované křížové validace, bootstrap intervalů spolehlivosti a skupinového rozdělení dat. Výsledky ukazují, že ensemble modely dosahují vysokého výkonu pro čelní náraz a riziko převrácení, zatímco boční náraz je z hlediska modelování prakticky triviální úlohou z důvodu extrémní nevyváženosti dat. Jako nejvýznamnější prediktory byly identifikovány hmotnost vozidla a rok výroby. Doplňkový experiment s velkými jazykovými modely ukázal, že zero-shot a few-shot klasifikace výrazně zaostává za klasickými supervised modely. |
| Keywords: | NHTSA NCAP; strojové učení; klasifikace; SMOTE; bezpečnost vozidel; nevyváženost tříd; Random Forest; XGBoost; velké jazykové modely |
| Thesis title: | Prediction and Analysis of Vehicle Safety Ratings |
|---|---|
| Author: | Havlík, Roman |
| Thesis type: | Bachelor thesis |
| Supervisor: | Zeman, Václav |
| Opponents: | Moreová, Barbara |
| Thesis language: | Česky |
| Abstract: | This bachelor's thesis focuses on the analysis and prediction of individual vehicle safety ratings within the NHTSA NCAP program using machine learning methods. Unlike existing approaches that concentrate primarily on predicting the overall safety rating, this work analyzes three separate rating components, frontal crash, side crash, and rollover risk, and compares their predictability, distribution, and mutual relationships. Exploratory analysis revealed very low mutual correlation between the individual ratings and significant differences in their distributions. Predictive models – logistic regression, Random Forest, and XGBoost – were trained on two variants of the input dataset and evaluated using metrics focused on underrepresented rating classes. To address class imbalance, class weighting, decision threshold tuning, and synthetic oversampling using SMOTE were tested. Result robustness was verified through stratified cross-validation, bootstrap confidence intervals, and group-based data splitting. Results show that ensemble models achieve high performance for frontal crash and rollover ratings, while side crash is practically a trivial classification task due to extreme class imbalance. Vehicle weight and model year were identified as the most important predictors. A supplementary experiment with large language models demonstrated that zero-shot and few-shot classification significantly underperforms compared to classical supervised models. |
| Keywords: | machine learning; vehicle safety; NHTSA NCAP; classification; Random Forest; SMOTE; large language models; class imbalance; XGBoost |
Information about study
| Study programme: | Aplikovaná informatika |
|---|---|
| Type of study programme: | Bakalářský studijní program |
| Assigned degree: | Bc. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Information and Knowledge Engineering |
Information on submission and defense
| Date of assignment: | 26. 1. 2026 |
|---|---|
| Date of submission: | 11. 5. 2026 |
| Date of defense: | 17. 6. 2026 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/95290/podrobnosti |