Machine Learning Crop Recommendation System

Machine Learning Crop Recommendation System هو تطبيق ذكي يساعد على اختيار المحصول الأنسب للزراعة بناءً على مجموعة من خصائص التربة والظروف البيئية.

يعتمد النظام على تحليل 7 متغيرات رئيسية تشمل نسبة النيتروجين (N)، الفوسفور (P)، البوتاسيوم (K)، درجة الحرارة، الرطوبة، درجة حموضة التربة (pH)، ومعدل هطول الأمطار، ثم استخدام تقنيات Machine Learning للتنبؤ بالمحصول الأنسب.

تم بناء ومقارنة عدة نماذج للتصنيف متعدد الفئات، تشمل:

• Logistic Regression

• Random Forest

• Support Vector Machine (SVM)

• K-Nearest Neighbors (KNN)

يتضمن المشروع مراحل متكاملة لمعالجة البيانات وتجهيزها، تشمل Label Encoding وStandard Scaling وFeature Selection باستخدام SelectKBest وRFE.

كما تم تقييم النماذج باستخدام مجموعة من المقاييس مثل Accuracy وPrecision وRecall وF1-Score، بالإضافة إلى استخدام Cross-Validation ومقارنة أداء النماذج.

ولتحسين أداء النموذج، تم استخدام GridSearchCV للبحث عن أفضل Hyperparameters لنموذج Random Forest، ثم اختبار النموذج المحسن على بيانات الاختبار.

تم تطوير واجهة تفاعلية باستخدام Flask تتيح للمستخدم إدخال بيانات التربة والظروف البيئية واختيار نموذج Machine Learning، ثم الحصول على المحصول المتوقع ودرجة الثقة بالنتيجة.

التقنيات المستخدمة: Python, Flask, Scikit-learn, Pandas, NumPy, Joblib, Machine Learning.