Modelo de clasificación para la predicción del voto en las elecciones presidenciales en los Estados Unidos de América

La predicción del sentido del voto ha sido un problema que se ha abordado desde el nacimiento de la democracia misma. Este es un problema multifacético, debido al constante y cambiante carácter de la sociedad y la infinidad de diferencias que construyen la individualidad de las personas. La importancia de la elección de un presidente es una que impacta múltiples aspectos de la vida política, económica y social de un país. Es por esto que la previsión del resultado electoral sirve como principio importante de planificación en muchos sentidos. Uno de estos sentidos sería el económico ya que la diferencia en corrientes entre candidatos puede poner el riesgo la operación de industrias enteras que pueden afectar el rumbo económico.

La metodología a utilizar es se construye en tres partes. La primera parte es sobre la definición de de los datos a utilizar, siendo la limpieza de la base de datos y la selección de variables lo más relevante, la segunda parte consiste en el uso de la metodología de Extreme Gradient Boosting (XGBoost) o refuerzo de gradientes extremo para el entrenamiento del modelo en base a los datos de 2016 y por último la tercera parte consiste en la generación de resultados al utilizar el modelo de datos entrenado con los datos de 2016 para predecir el voto en la elección presidencial de 2020 en Estados Unidos de América.