Sistema de recomendación de cultivos mediante Machine Learning

Resumen

La agricultura es el principal yacimiento de empleo en la India. Los agricultores se enfrentan a muchos problemas a la hora de evaluar el rendimiento de sus cosechas. La producción de cultivos desempeña un papel importante en nuestra economía india. El sistema propuesto ayuda a los agricultores a elegir los cultivos adecuados en función de las precipitaciones, la humedad, el tipo de suelo, el pH del suelo y la temperatura. Ayudará a los agricultores reduciendo las pérdidas que sufren y mejorando el rendimiento. El aprendizaje automático desempeña un papel importante en el ámbito de los cultivos. Este trabajo propone un sistema de recomendación de cultivos utilizando técnicas de aprendizaje automático como k-nearest neighbor (KNN), red neuronal artificial (ANN), random forest (RF) y support vector machine (SVM). Los modelos se simulan exhaustivamente en un conjunto de datos de la India. El modelo predictivo SVM obtuvo una precisión del 97,85% y un tiempo de entrenamiento de 218,691 ms. El modelo predictivo K-NN dio una precisión del 97,95% y un tiempo de entrenamiento de 218,691 ms, y el RF dio una precisión del 99,22% y un tiempo de entrenamiento de 138,021 ms. Este modelo es beneficioso para los agricultores porque les permite conocer el tipo de cultivo antes de cultivar el campo agrícola y, por tanto, les anima a tomar decisiones adecuadas.