基于Coimbatore的Precision Agriculture，利用ML和IoT技术为农民提供精准的农作物种植建议系统

精准农业-使用机器学习和物联网的基于哥印拜陀的农作物建议系统 农民没有根据他们的土壤特征和特定地点的参数了解合适的作物。因此，产量可能很低，并且他们面临生产率的挫折。 系统会根据某些输入参数（例如土壤pH，EC（电导率），N，P，K，土壤类型，区域和环境条件，例如温度和降雨）使用机器学习技术向农民推荐最合适的农作物，这将有助于大幅增加生产力和减少损失。 训练后的模型还可以从物联网系统实时获得输入，并提供用户输入以提供输出。 使用的方法 采用多数投票技术，使用算法（即随机森林，kNN和决策树）相结合，以89.27％的精度合并模型。 使用的软件 Python Jupyter笔记本