Smart agricultural system

智能农业系统

使用机器学习和数据分析的Python中实时作物推荐算法的原型。这项工作以网站的形式呈现了一个系统。 Python中的业务逻辑使用机器学习技术，以预测指定位置预测的天气和土壤条件下最有利可图的作物。拟议的系统将整合从土壤，农作物仓库，天气部门获得的数据，并应用机器学习算法：多个线性回归，根据当前的环境条件对最合适的农作物进行预测。这为农民提供了各种可以种植的农作物的选择。

业务逻辑可以位于 /code/mlr_algo.py目录中。服务器是使用Node.js进行编程的。要执行项目，您只需要运行node.js-“ server.js”脚本，然后导航到提示符上显示的IP地址以访问系统。

Python包装堆栈：Scikit-Learn，Pandas。 Web开发技术：HTML，CSS，JavaScript。所有必要的数据集都包含在存储库本身中。

项目演练：https：//www.youtube.com/watch?v=7zr-3olbr9e&t=186S

贡献者，Omkar Buchade，Nilesh Mehta，Shubham Ghodekar。