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.

Análisis de Homicidios Intencionales en Ecuador mediante Modelos de Regresión de Árbol y Bosque Aleatorio

“…El modelo estimado luego de entrenarse con aproximadamente 500 árboles en tres nodos, presenta un 𝑅 2 = 0.90, valor superior a un posible modelo lineal, es importante indicar que el modelo entrega predicciones y estimaciones óptimas, sin embargo a nivel explicativo no es del todo adecuado, esto, ya que es la estimación futura del cometimiento de homicidios lo que se persigue con este modelo basado en bosque aleatorio al minimizar la distancia entre las observaciones de la variable dependiente y los valores obtenidos con el índice de Gini o entropía (Ordoñez et al, 2020).…”

Machine Learning Applied to Gender Violence: A Systematic Mapping Study

“…Similarly, ML was used to predict violent homicide tendencies. In [21], a supervised ML model based on random forest was used. The data obtained by the model were close to the ideal data and forecasted a decrease in violent homicide rates in the future.…”

“…In Colombia, studies are addressing the application of artificial intelligence to different fields, such as agriculture, to predict crop productivity [17], [18], education [19], and crime [20], [21], [22].…”

“…Efforts have also been made to specifically study negative behaviors in society, such as crimes, thefts, and homicides, among others [20], [21], [22], [36], [37], [38], [39].…”