信息技术的快速发展。作物产量一直引起了很多兴趣,这是农业生产中的重大问题。目前,机器学习和人工智能通常是预测农业生产力的最流行方法。因此,数字农业的主要问题之一是创建一种可以可靠地预测作物产量的机器学习技术。作物产量预测与常规回归预测问题相反,具有很强的时间相关性。例如,每个县的天气数据都有显着的时间相关性。此外,农作物产量受到来自各个地方的地理数据的影响。例如,如果一个县的邻国收获强劲,县可能会有很大的收获。我们使用了本研究中的模型,诸如随机森林,决策树分类器,支持向量机,KNN和逻辑回归之类的模型。准确得分为99.77%,随机森林在所有森林中都产生了最大的结果。
主要关键词