Análisis espacio temporal de homicidios en Ecuador: aplicación de DBSCAN y Random Forest para la detección de zonas calientes

Resumen

El objetivo de esta investigación fue desarrollar un modelo de análisis geoespacial y predictivo que permita identificar zonas de alta incidencia de homicidios en Ecuador para la planificación estratégica en materia de seguridad pública. Se analizó la distribución geoespacial de los homicidios en el país durante el año 2024, utilizando como fuente la base oficial del Ministerio del Interior, con un enfoque particular en las provincias de Guayas y Manabí, por concentrar los mayores índices de violencia. Se implementó una metodología combinada que integra el algoritmo de clustering no supervisado DBSCAN, para la detección de clústeres espaciales de homicidios, y el modelo de predicción supervisado Random Forest, para anticipar la pertenencia de nuevos casos a las zonas calientes identificadas. El análisis evidenció la presencia de agrupamientos delictivos significativos en zonas urbanas y periurbanas, así como la existencia de homicidios dispersos clasificados como ruido, lo que sugiere patrones complejos o atípicos. El modelo predictivo alcanzó altos niveles de precisión (F1-score de 0.9987), resaltando la relevancia de las variables geoespaciales y demográficas en la clasificación. Los resultados son consistentes con investigaciones nacionales e internacionales y confirman que el análisis espaciotemporal mediante técnicas de aprendizaje automático ofrece herramientas valiosas para focalizar intervenciones de seguridad.