INTEGRATION OF LINEAR REGRESSION AND KNN REGRESSION FOR PREDICTING FOOD SHELF-LIFE BASED ON NUTRITIONAL COMPOSITION

Аннотация

Objective. In this research, a combination of Linear Regression and K-Nearest Neighbors (KNN) was utilized to analyze the relationship between nutritional composition (carbohydrates, fats, and proteins) and shelf-life of food products. The primary objective was to enhance the predictive accuracy of food expiration dates using machine learning techniques. Keywords: Machine Learning, Food Shelf-Life Prediction, Nutritional Composition, Linear Regression, K-Nearest Neighbors (KNN), Predictive Modeling, Food Safety, Quality Control. ИНТЕГРАЦИЯ ЛИНЕЙНОЙ РЕГРЕССИИ И РЕГРЕССИИ KNN ДЛЯ ПРОГНОЗИРОВАНИЯ СРОКА ХРАНЕНИЯ ПИЩЕВЫХ ПРОДУКТОВ НА ОСНОВЕ ПИЩЕВОГО СОСТАВА Аннотация. Цель. В этом исследовании комбинация линейной регрессии и метода K-ближайших соседей (KNN) использовалась для анализа взаимосвязи между питательным составом (углеводы, жиры и белки) и сроком хранения пищевых продуктов. Основной целью было повышение точности прогнозирования сроков годности пищевых продуктов с использованием методов машинного обучения. Ключевые слова: машинное обучение, прогнозирование срока годности пищевых продуктов, пищевой состав, линейная регрессия, метод K-ближайших соседей (KNN), прогностическое моделирование, безопасность пищевых продуктов, контроль качества.