Detección de tendencias de homicidios en Colombia usando Machine Learning

Abstract

En las últimas décadas, el número de homicidios violentos en América Latina ha crecido considerablemente debido a la ampliación y auge de grupos criminales organizados en zonas rurales y urbanas de las principales ciudades de países como México, Colombia y Venezuela. Con base en el alto índice de homicidio de estos países, consecuencia de la alta criminalidad, éstos han sido clasificados dentro de los más violentos a nivel mundial. Según datos reportados por el Observatorio del Delito de la Policía Nacional y la Fiscalía General de la Nación de Colombia, en 2019 se presentaron 1.032 asesinatos en Bogotá. Estos datos arrojan una tasa de 14,3 homicidios por cada 100.000 habitantes. A partir de esto, se estima que entre 1960 y 2019 se han generado alrededor de 226.215 homicidios, unas 3,834 muertes por año, en promedio. En este trabajo se presenta un modelo de machine learning basado en random forest, el cual permite predecir las tendencias de homicidio violento (HV) en Colombia para los próximos 5 años. El proyecto tiene como objetivo servir de instrumento para facilitar la toma de decisiones en organismos como la Fiscalía General de la Nación y la Policía Nacional. El modelo fue evaluado con un conjunto de datos generado a partir del Sistema de Información Estadístico Delincuencial, Contravencional y Operativo (SIEDCO) de la Fiscalía, el cual cuenta con 2.662.402 registros de delitos realizados en Colombia desde el año 1960 hasta 2019.

Keywords

• homicidio
• machine learning
• minería de datos
• random forest