Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: 78-я ВСЕРОССИЙСКАЯ СТУДЕНЧЕСКАЯ НАУЧНО-ПРАКТИЧЕСКАЯ КОНФЕРЕНЦИЯ, ПОСВЯЩЕННАЯ 160-ЛЕТИЮ ТИМИРЯЗЕВСКОЙ АКАДЕМИИ; Москва; Москва
Год издания: 2025
Ключевые слова: agrochemical data, prediction of nutrient content, random forest, significance of features, agro-industrial complex, machine learning, агрохимические данные, предсказание содержания питательных веществ, случайный лес, значимость признаков, агропромышленный комплекс, машинное обучение
Аннотация: A method for predicting the nutrient content in the soil using a random forest model based on agrochemical data is proposed. The key stages of model creation are described, including feature significance analysis and testing, which made it possible to achieve prediction accuracy at the level of 93%. The most important parameters thПоказать полностьюat have the greatest impact on the result are considered. The model makes it possible to optimize the application of fertilizers, reducing costs and increasing yields, which emphasizes the importance of this approach for the agro-industrial complex. Предложен метод предсказания содержания питательных веществ в почве с использованием модели случайного леса на основе агрохимических данных. Описаны ключевые этапы создания модели, включая анализ значимости признаков и тестирование, что позволило достичь точности предсказаний на уровне 93%. Рассмотрены важнейшие параметры, которые оказывают наибольшее влияние на результат. Модель позволяет оптимизировать внесение удобрений, снижая затраты и повышая урожайность, что подчеркивает значимость данного подхода для агропромышленного комплекса.
Номера страниц: 134-138
Место издания: Москва