https://github.com/brianrscode/cultivai
Aplicación web de machine learning para recomendación de cultivos agrícolas
https://github.com/brianrscode/cultivai
Last synced: 12 months ago
JSON representation
Aplicación web de machine learning para recomendación de cultivos agrícolas
- Host: GitHub
- URL: https://github.com/brianrscode/cultivai
- Owner: brianrscode
- Created: 2025-06-24T07:13:25.000Z (12 months ago)
- Default Branch: main
- Last Pushed: 2025-06-29T06:19:51.000Z (12 months ago)
- Last Synced: 2025-06-29T07:27:16.143Z (12 months ago)
- Language: Python
- Size: 698 KB
- Stars: 0
- Watchers: 0
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 🌱 CultivAI
Aplicación web de machine learning que sirve para la recomendación de cultivos agrícolas
## 📌 Características
- Modelo de clasificación entrenado con Random Forest utilizando un conjunto de datos agrícola.
- Predicción basada en parámetros como niveles de nitrógeno (N), fósforo (P), potasio (K), temperatura, humedad, pH y precipitación.
## 🚀 Instalación
1. Clona el repositorio:
```bash
git clone https://github.com/brianrscode/cultivai.git
cd cultivai
```
2. Crea un entorno virtual
```bash
python -m venv venv
```
3. Activa el entorno virtual
- En Windows:
```bash
venv\Scripts\activate
```
- En macOS y Linux:
```bash
source venv/bin/activate
```
4. Instala las dependencias:
```bash
pip install -r requirements.txt
```
5. Ejecuta el servidor de desarrollo:
```bash
python manage.py runserver
```
## 🧪 Cómo usar CultivAI
- Ingresa los valores de N, P, K, temperatura, humedad, pH, y precipitación.
- El modelo procesará los datos y devolverá el cultivo más adecuado.
- Visualiza el resultado directamente en la página web.
## 📊 Dataset
Fuente: [Kaggle - Crop Recommendation Dataset](https://www.kaggle.com/datasets/atharvaingle/crop-recommendation-dataset/data)