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

Files for download

    Last update: