Machine learning model for the classification of municipalities by illicit crops in Colombia from 2010 to 2020

Resumen

Introducción­— La Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC) clasifica a Colombia como uno de los países donde el narcotráfico y el delito ponen en riesgo la seguridad, la paz y las oportunidades de desarrollo de los ciudadanos.

Objetivo— Este artículo presenta la aplicación del algoritmo de clasificación no supervisado K-means para categorizar los municipios que tienen presencia de cultivos de coca en Colombia. Metodología: Se hizo uso de la metodología CRISP-DM, propia de la minería de datos, y para la correlación de variables se utilizó el algoritmo PCA (Análisis de Componentes Principales).

Resultados— Se utilizaron múltiples fuentes de información como: el número de hectáreas de coca por municipio, incautaciones, laboratorios destruidos, erradicación manual y fumigación, monitoreadas por la institucionalidad nacional, con el fin de realizar cruces con variables socioeconómicas y de desempeño de los municipios que tienen cultivos de coca en el periodo de 2010 a 2020. Partiendo de la clasificación, se analizaron los escenarios de cada categoría para hallar escenarios que permitan dilucidar las dinámicas de los territorios que sufren este flagelo.

Conclusiones— Se encontró que el comportamiento de los municipios productores de coca responde principalmente a 4 grupos. También se encuentra que el municipio de Tumaco en Nariño no encaja en ninguna categoría ya que excede la producción respecto a los demás municipios.