智能作物推荐数据集_融合养分与气候数据

数据集概述

该数据集用于智能作物推荐系统，融合印度来源的养分与气候数据，包含2200条记录、11个特征（氮、磷、钾等养分及温湿度、pH、降雨量），输出22种作物类别（每类约100条记录），支持作物种植推荐分析。

文件详解

• 文件名称：crop_dataset_crop_prediction dataset.csv
• 文件格式：CSV (.csv)
• 字段映射：
• 输入特征：Nitrogen(N)、phosphorus(P)、Potassium(K)、Copper(cu)、Iron(Fe)、Magnesium(Mg)、Sulpher(S)、Temperature、Humidity、pH、Rainfall(cm)
• 输出标签：Crops（包含水稻、小麦等22种作物类别）

数据来源

Kaggle

适用场景

• 农业技术研究：分析养分与气候因素对作物种植的影响，构建推荐模型
• 智能农业应用：开发基于数据的作物种植推荐系统，优化种植决策
• 农业资源管理：指导不同区域根据土壤养分和气候条件选择适宜作物
• 农业数据分析：探索作物生长关键影响因素，支持精准农业研究