Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados

Abstract

La administración de la hacienda en un mercado concentrador como el Mercado de Liniers requiere de una estimación diaria de la cantidad de cabezas disponibles para su ingreso. La confluencia de intereses de los actores participantes en este mercado determina que el ingreso total de hacienda sea una de las variables más consultadas diariamente. Predecir esta variable es importante tanto para los diferentes actores de la cadena de comercialización de hacienda, organismos gubernamentales de control, como también para otros actores de los negocios agropecuarios en general. En este trabajo se presenta un algoritmo de estimación del ingreso de hacienda para intentar pronosticar el ingreso total de animales al Mercado de Liniers en jornadas futuras. A partir del procesamiento de una dataset específico y su posterior enriquecimiento, se presenta un algoritmo supervisado de clasificación predictivo basado en árboles de decisión. Esta nueva herramienta intenta ser un aporte adicional a la transparencia y a la previsibilidad de la operatoria de compraventa de hacienda en el mercado formador de precios de referencia en el sector agropecuario.