Análise comparativa de algoritmos para recomendação de plantio na agricultura de precisão

Resumo

Este trabalho realiza uma análise comparativa dos principais algoritmos de machine learning utilizados em sistemas de recomendação de plantio. A partir de uma revisão sistemática identificaram-se os algoritmos Random Forest (RF), Support Vectors Machine (SVM) e Multilayer Perceptron (MLP) com utilização de métricas como acurácia, precisão, recall, F1-score, Matthews correlation coefficient (MCC) e Receiver Operating Characteristics (ROC). Utilizando dados de características químicas do solo, foi implementada a comparação entre esses algoritmos considerando cenários com normalização, sem normalização e com otimização de hiperparâmetros. O Random Forest apresentou os melhores resultados, evidenciando sua robustez e eficácia para sistemas de recomendação de plantio.