RTA Pipeline — Road Traffic Accidents

Pipeline Full Stack de Minería de Datos

Curso: Minería de Datos · Ingeniería de Software · 9.° semestre · UPCh · 2026A

---

Descripción

Sistema completo de minería de datos sobre el dataset Road Traffic Accidents (Addis Abeba, Etiopía). Incluye EDA, preprocesamiento, data warehouse dimensional en DuckDB, modelos de regresión y clasificación, API REST en Node.js y frontend en React.

---

Requisitos previos

• Python 3.10+
• Node.js 18+
• npm 9+

---

Estructura del proyecto

rta-pipeline/ ├── data/ # Dataset original y archivos procesados ├── notebooks/ # EDA y preprocesamiento (Jupyter) ├── ml/ # Modelos entrenados y servidor Flask ├── warehouse/ # Base de datos DuckDB ├── api/ # API REST (Node.js + Express) ├── frontend/ # Aplicación React └── README.md

---

Pasos de reproducción

1. Clonar el repositorio y entrar a la carpeta

git clone <url-del-repo>
cd rta-pipeline

2. Crear entorno virtual de Python e instalar dependencias

python -m venv venv

# Windows
venv\Scripts\activate

# Mac/Linux
source venv/bin/activate

pip install pandas numpy matplotlib seaborn scikit-learn duckdb jupyter notebook imbalanced-learn flask

3. Colocar el dataset original

Descarga RTA_Dataset.csv de Kaggle y colócalo en: data/RTA_Dataset.csv

4. Ejecutar el notebook de EDA y preprocesamiento

Abre VS Code, navega a notebooks/01_eda_preprocessing.ipynb y ejecuta todas las celdas en orden.

Esto genera automáticamente:

• data/rta_clean.csv
• data/rta_clean_encoded.csv
• data/encoders.pkl
• ml/model_regression.pkl
• ml/model_classification.pkl
• ml/features.pkl
• warehouse/rta_warehouse.duckdb

5. Instalar dependencias de la API

cd api
npm install
cd ..

6. Instalar dependencias del frontend

cd frontend
npm install
cd ..

---

Arranque de la aplicación

Se necesitan tres terminales simultáneas:

Terminal 1 — Servidor de modelos Python

# Con el venv activado, desde la raíz del proyecto
python ml/predict_server.py

Corre en: http://localhost:5000

Terminal 2 — API Node.js

cd api
npm run dev

Corre en: http://localhost:3001

Terminal 3 — Frontend React

cd frontend
npm run dev

Corre en: http://localhost:5173

Abre el navegador en http://localhost:5173

---

Endpoints de la API

OLAP

Método	Ruta	Descripción
GET	/api/olap/por-dia	Accidentes y víctimas por día
GET	/api/olap/severidad-franja	Severidad por franja horaria
GET	/api/olap/por-vehiculo	Top vehículos con más accidentes
GET	/api/olap/clima-fatalidad	Clima vs accidentes fatales
GET	/api/olap/causa-por-area	Causa más frecuente por área

Predicción

Método	Ruta	Descripción
GET	/api/predict/options	Opciones válidas para el formulario
POST	/api/predict/both	Regresión + clasificación simultánea
POST	/api/predict/regression	Solo regresión
POST	/api/predict/classification	Solo clasificación

---

Modelos

Tarea	Algoritmo	Métrica principal	Resultado
Regresión	Random Forest Regressor	MAE	0.65
Clasificación	Random Forest Classifier	F1 Macro	0.38