Análisis de agrupamiento de distintos tipos de hurtos en la ciudad de Medellín

El presente estudio aborda los datos correspondientes a las denuncias de distintos tipos de hurtos ocurridos en la ciudad de Medellín desde enero de 2003 hasta marzo de 2023. Con el propósito de caracterizar el comportamiento de los hurtos exhibido en los datos, se implementan tres algoritmos de agrupamiento: K-Means, HDBSCAN y K-Modes. Además, se interpretan los rasgos principales de los modelos y de los grupos generados. Se encontró que, desde una perspectiva geográfica, al emplear la longitud y latitud de los puntos referidos, se obtuvieron resultados significativos. De acuerdo con el análisis realizado, el modelo HDBSCAN genera los grupos más compactos y separados. Y el modelo que permitió la mejor caracterización de los hurtos fue K-Modes que el modelo que permitió la mejor caracterización de los hurtos fue K-Modes, probado con distintos conjuntos de variables de los datos. La normalización y la reducción de dimensionalidad en los datos con cada modelo probado tienen efectos disímiles, pero suelen enriquecer las características de los grupos. En lo que respecta a los hurtos, se observó que los casos más denunciados involucran a hombres solteros de mediana edad como víctimas principales. En suma, se observó que la zona del centro urbano registra el mayor número de denuncias, mientras que los corregimientos presentan el menor número de casos.

• Autores: Franco Franco, Sebastián; Giraldo Martínez, Alba Julieth
• Tipo de recurso: Tesis
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/46650
• Acceso en línea: https://hdl.handle.net/10495/46650
• Palabra clave: Aprendizaje automático no supervisado; Unsupervised Machine Learning; Análisis de datos; Data analysis; Hurto; Larceny; http://vocabularies.unesco.org/thesaurus/concept2214; https://id.nlm.nih.gov/mesh/D000069558; ODS 3: Salud y bienestar. Garantizar una vida sana y promover el bienestar de todos a todas las edades; ODS 11: Ciudades y comunidades sostenibles. Lograr que las ciudades y los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles; ODS 16: Paz, justicia e instituciones sólidas. Promover sociedades pacíficas e inclusivas para el desarrollo sostenible, facilitar el acceso a la justicia para todos y construir a todos los niveles instituciones eficaces e inclusivas que rindan cuentas
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/