Desarrollo de un modelo para la predicción de precios de productos agrícolas de la provincia de Carchi, mediante técnicas de aprendizaje automático

Resumen

Esta investigación desarrolló un modelo de predicción de precios para productos agrícolas de la provincia de Carchi-Ecuador mediante técnicas de aprendizaje automático, con el objetivo de abordar la volatilidad de precios que afecta la planificación de los agricultores. El estudio integró en varios dataset con datos históricos de precios de mercados locales y bases de datos gubernamentales, junto con variables contextuales como condiciones climáticas y costos de insumos. Tras un proceso de limpieza, unificación y codificación de datos, se evaluaron cuatro algoritmos: Regresión Lineal, Random Forest, XGBoost y una Red Neuronal (MLP), utilizando validación cruzada y un conjunto de prueba hold-out. Los resultados identificaron al modelo Random Forest como el más efectivo, alcanzando un R² de 0.9721, un MAE de 2.5284 y un MAPE de 11.58%. Se concluyó que el modelo desarrollado es altamente preciso para predecir los precios agrícolas en la región, demostrando la viabilidad de utilizar técnicas de aprendizaje automático con datos multifuente para generar herramientas de apoyo a la decisión en el sector agrícola local, y se recomendó su implementación continua y la ampliación de la base de datos para mejorar su robustez