Banco de conocimiento de la Gobernación de Cundinamarca · 2026
Hurto a personas en Cundinamarca: tendencias y comparación de modelos predictivos
Solo ficha. El repositorio marca este trabajo como «None»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
El hurto a personas en Cundinamarca es un fenómeno de alta volatilidad pospandemia, concentrando su incidencia en nodos estratégicos como Soacha y la Sabana. Esta investigación evalúa y compara la capacidad predictiva de cinco arquitecturas de Machine Learning (GLARMA, XGBoost, Random Forest, LSTM y Prophet) para anticipar la dinámica diaria de este delito entre 2017 y 2024. Se implementó una ingeniería de características sobre 2.922 registros diarios, integrando covariables demográficas, espaciales y temporales. El modelo Random Forest demostró la mayor precisión operativa, alcanzando un R^2 = 0.89 y un Error Medio Absoluto (MAE) de apenas 3.56 hurtos diarios. Los hallazgos sugieren que el éxito de la predicción radica en modelos de ensamble capaces de asimilar la inercia delictiva y los quiebres estructurales, superando las limitaciones de los modelos estadísticos tradicionales y de redes neuronales en series de tiempo con alta heterogeneidad municipal. Este modelo ofrece una ventaja crítica para la distribución diaria de recursos policiales en el territorio la planificación de políticas focalizadas en la seguridad ciudadana.