Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima

Descripción del Articulo

La delincuencia sigue siendo un problema en Lima Metropolitana, Perú, que afecta a la sociedad. Este artículo tiene como objetivo analizar los delitos contra la propiedad y reconocer la falta de estudios para predecir estos crímenes. Para solucionar este problema, se utilizan técnicas de regresión c...

Descripción completa

Detalles Bibliográficos
Autores: Escobedo Neyra, María Cielo, Tapia Aquino, Cynthia Lizet
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad de Lima
Repositorio:ULIMA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ulima.edu.pe:20.500.12724/21714
Enlace del recurso:https://hdl.handle.net/20.500.12724/21714
Nivel de acceso:acceso abierto
Materia:Análisis de regresión
Delitos
Lima (Perú)
https://purl.org/pe-repo/ocde/ford#2.02.04
id RULI_95bfbf8cdb7f19d889af77fdf9584e18
oai_identifier_str oai:repositorio.ulima.edu.pe:20.500.12724/21714
network_acronym_str RULI
network_name_str ULIMA-Institucional
repository_id_str 3883
dc.title.es_PE.fl_str_mv Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
title Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
spellingShingle Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
Escobedo Neyra, María Cielo
Análisis de regresión
Delitos
Lima (Perú)
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
title_full Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
title_fullStr Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
title_full_unstemmed Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
title_sort Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
author Escobedo Neyra, María Cielo
author_facet Escobedo Neyra, María Cielo
Tapia Aquino, Cynthia Lizet
author_role author
author2 Tapia Aquino, Cynthia Lizet
author2_role author
dc.contributor.advisor.fl_str_mv Gutiérrez Cárdenas, Juan Manuel
dc.contributor.author.fl_str_mv Escobedo Neyra, María Cielo
Tapia Aquino, Cynthia Lizet
dc.subject.en_EN.fl_str_mv Análisis de regresión
topic Análisis de regresión
Delitos
Lima (Perú)
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.es_PE.fl_str_mv Delitos
Lima (Perú)
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description La delincuencia sigue siendo un problema en Lima Metropolitana, Perú, que afecta a la sociedad. Este artículo tiene como objetivo analizar los delitos contra la propiedad y reconocer la falta de estudios para predecir estos crímenes. Para solucionar este problema, se utilizan técnicas de regresión como Extra Tree, XGBoost, Bag, AdaBoost, Support Vector y Random Forest. Mediante GridSearchCV se optimizan los hiperparámetros para mejorar los resultados de la investigación. El modelo de Extra Tree Regression muestra un coeficiente de determinación (R2) de 0,79, y se evalúan métricas de error como el error cuadrático medio de la raíz (MSE), el error cuadrático medio (RMSE) y el error absoluto medio (MAE). Este enfoque considera patrones temporales de delincuencia para resolver la incertidumbre y combatir la inseguridad ciudadana.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-12-12T14:41:55Z
dc.date.available.none.fl_str_mv 2024-12-12T14:41:55Z
dc.date.issued.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.none.fl_str_mv Tesis
format bachelorThesis
dc.identifier.citation.es_PE.fl_str_mv Escobedo Neyra, M. C., & Tapia Aquino, C. L. (2024). Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima [Tesis para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/21714
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12724/21714
dc.identifier.isni.none.fl_str_mv 121541816
identifier_str_mv Escobedo Neyra, M. C., & Tapia Aquino, C. L. (2024). Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima [Tesis para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/21714
121541816
url https://hdl.handle.net/20.500.12724/21714
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Lima
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad de Lima
dc.source.none.fl_str_mv Repositorio Institucional - Ulima
Universidad de Lima
reponame:ULIMA-Institucional
instname:Universidad de Lima
instacron:ULIMA
instname_str Universidad de Lima
instacron_str ULIMA
institution ULIMA
reponame_str ULIMA-Institucional
collection ULIMA-Institucional
bitstream.url.fl_str_mv https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/1/T018_71272446_T.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/2/FA_71272446.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/3/TURNITIN_DNI_71272446%20-%2020172103.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/5/T018_71272446_T.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/7/FA_71272446.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/9/TURNITIN_DNI_71272446%20-%2020172103.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/4/T018_71272446_T.pdf.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/6/FA_71272446.pdf.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/8/TURNITIN_DNI_71272446%20-%2020172103.pdf.txt
bitstream.checksum.fl_str_mv 0f5b084404320050a096e22591f74128
e8fa27eeaf7c045b2afad25edeb60e6d
afb1ce54bdd897f7f5a144c945ebd316
36f20abaf1bcbd97b1f0b26cb525d89b
af097823ccb11d7614d956608c89d533
e1f43293717faa9581e356ce1e846df0
b9a6b7d7def1de0d0dcfb1551d975b47
988cd6ee998d88b14623f37e5fbf3275
67d66a46f5a13e10ad21764749ea65b0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad de Lima
repository.mail.fl_str_mv repositorio@ulima.edu.pe
_version_ 1847246234199261184
spelling Gutiérrez Cárdenas, Juan ManuelEscobedo Neyra, María CieloTapia Aquino, Cynthia Lizet2024-12-12T14:41:55Z2024-12-12T14:41:55Z2024Escobedo Neyra, M. C., & Tapia Aquino, C. L. (2024). Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima [Tesis para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/21714https://hdl.handle.net/20.500.12724/21714121541816La delincuencia sigue siendo un problema en Lima Metropolitana, Perú, que afecta a la sociedad. Este artículo tiene como objetivo analizar los delitos contra la propiedad y reconocer la falta de estudios para predecir estos crímenes. Para solucionar este problema, se utilizan técnicas de regresión como Extra Tree, XGBoost, Bag, AdaBoost, Support Vector y Random Forest. Mediante GridSearchCV se optimizan los hiperparámetros para mejorar los resultados de la investigación. El modelo de Extra Tree Regression muestra un coeficiente de determinación (R2) de 0,79, y se evalúan métricas de error como el error cuadrático medio de la raíz (MSE), el error cuadrático medio (RMSE) y el error absoluto medio (MAE). Este enfoque considera patrones temporales de delincuencia para resolver la incertidumbre y combatir la inseguridad ciudadana.In Metropolitan Lima, Peru, crime is still an issue that has an impact on society. The purpose of this paper is to examine property crimes and acknowledge the paucity of research on their predictiveness. Regression approaches including Extra Tree, XGBoost, Bag, AdaBoost, Support Vector, and Random Forest are utilized to overcome this issue. The study outcomes are enhanced by optimizing the hyperparameters with GridSearchCV. Error measures including mean absolute error (MAE), root mean square error (RMSE), and root mean square error (MSE) are assessed for the Extra Tree Regression model, which has a coefficient of determination (R2) of 0.79. This strategy resolves ambiguity and counteracts citizen uneasiness by taking temporal trends of crime into account.application/pdfspaUniversidad de LimaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/Repositorio Institucional - UlimaUniversidad de Limareponame:ULIMA-Institucionalinstname:Universidad de Limainstacron:ULIMAAnálisis de regresiónDelitosLima (Perú)https://purl.org/pe-repo/ocde/ford#2.02.04Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Limainfo:eu-repo/semantics/bachelorThesisTesisSUNEDUTítulo ProfesionalIngeniería de SistemasUniversidad de Lima. Facultad de IngenieríaIngeniero de Sistemashttps://orcid.org/0000-0003-2566-4690295155396120767127244674432590https://purl.org/pe-repo/renati/level#tituloProfesionalNina Hanco, HernánIrey Núñez, Jorge LuisRamírez Cerna, Lourdeshttps://purl.org/pe-repo/renati/type#tesis009ORIGINALT018_71272446_T.pdfT018_71272446_T.pdfTesisapplication/pdf310377https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/1/T018_71272446_T.pdf0f5b084404320050a096e22591f74128MD51FA_71272446.pdfFA_71272446.pdfAutorizaciónapplication/pdf208854https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/2/FA_71272446.pdfe8fa27eeaf7c045b2afad25edeb60e6dMD52TURNITIN_DNI_71272446 - 20172103.pdfTURNITIN_DNI_71272446 - 20172103.pdfReporte de similitudapplication/pdf1712800https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/3/TURNITIN_DNI_71272446%20-%2020172103.pdfafb1ce54bdd897f7f5a144c945ebd316MD53THUMBNAILT018_71272446_T.pdf.jpgT018_71272446_T.pdf.jpgGenerated Thumbnailimage/jpeg10745https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/5/T018_71272446_T.pdf.jpg36f20abaf1bcbd97b1f0b26cb525d89bMD55FA_71272446.pdf.jpgFA_71272446.pdf.jpgGenerated Thumbnailimage/jpeg16352https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/7/FA_71272446.pdf.jpgaf097823ccb11d7614d956608c89d533MD57TURNITIN_DNI_71272446 - 20172103.pdf.jpgTURNITIN_DNI_71272446 - 20172103.pdf.jpgGenerated Thumbnailimage/jpeg7145https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/9/TURNITIN_DNI_71272446%20-%2020172103.pdf.jpge1f43293717faa9581e356ce1e846df0MD59TEXTT018_71272446_T.pdf.txtT018_71272446_T.pdf.txtExtracted texttext/plain14967https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/4/T018_71272446_T.pdf.txtb9a6b7d7def1de0d0dcfb1551d975b47MD54FA_71272446.pdf.txtFA_71272446.pdf.txtExtracted texttext/plain2651https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/6/FA_71272446.pdf.txt988cd6ee998d88b14623f37e5fbf3275MD56TURNITIN_DNI_71272446 - 20172103.pdf.txtTURNITIN_DNI_71272446 - 20172103.pdf.txtExtracted texttext/plain1208https://repositorio.ulima.edu.pe/bitstream/20.500.12724/21714/8/TURNITIN_DNI_71272446%20-%2020172103.pdf.txt67d66a46f5a13e10ad21764749ea65b0MD5820.500.12724/21714oai:repositorio.ulima.edu.pe:20.500.12724/217142025-09-17 13:54:53.958Repositorio Universidad de Limarepositorio@ulima.edu.pe
score 13.119081
Comparativa de modelos de regresión a fin de predecir el crimen en zonas de alto riesgo de la ciudad de Lima
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares