مشروع توقع عمر السلطون بناءا علي خصائص جسمانية

المشروع يهدف إلى توقّع عمر السلطعون بالأشهر اعتمادًا على خصائصه الجسدية باستخدام نماذج الانحدار. يساعد هذا التوقّع في تحسين توقيت الحصاد وتقليل التكاليف وزيادة الأرباح في مزارع السلطعون. تتضمن البيانات ميزات مثل الجنس، الطول، القطر، الارتفاع، والأوزان المختلفة، بينما يمثل العمر المتغير المستهدف. تم تنفيذ عدة خطوات معالجة مسبقة شملت التعامل مع القيم الفارغة، تحويل أنواع البيانات، إزالة القيم الشاذة باستخدام IQR، ترميز الجنس بـ One-Hot Encoding، وتطبيع البيانات باستخدام MinMaxScaler. كما تم تطبيق هندسة ميزات لإنشاء خصائص جديدة مثل: الجذر التربيعي للوزن مربع الارتفاع تقدير مساحة السطح والحجم باستخدام معادلات هندسية تم تحليل الارتباطات بين الميزات والعمر، وأظهرت النتائج أن الطول والقطر والارتفاع والوزن أكثر الميزات ارتباطًا بالعمر. قُسمت البيانات إلى 70% تدريب و30% اختبار، ثم تم تدريب عدة نماذج باستخدام مقاييس MSE وMAE وR² للتقييم. أبرز النتائج: KNN (k=3) حقق أفضل أداء على بيانات التدريب لكنه عانى من فرط التعلّم. الانحدار الخطي قدّم أفضل توازن في التعميم على بيانات الاختبار. SVR باستخدام Polynomial Kernel أعطى أداءً متوازنًا بين التدريب والاختبار. شجرة القرار تحسنت مع زيادة العمق لكنها أصبحت أكثر عرضة لفرط التعلّم. نماذج مثل AdaBoost وGradient Boosting وLasso حققت أداءً أضعف وتحتاج إلى ضبط أفضل للمعاملات. الخلاصة: المشروع نجح في مقارنة عدة نماذج لتوقّع عمر السلطعون، وكانت أفضل النماذج من حيث التوازن والدقة هي الانحدار الخطي وSVR، بينما حقق KNN أقل خطأ على التدريب فقط.