پروژه تحلیل پوششی داده ها و ماشین لرنینگ

یک سری داده ورودی و خروجی داریم با 26 تا واحد تصمیم گیرنده(فصل های 6 سال و نیم) که میخوام کارایی این واحدها با تحلیل پوششی داده ها مدل sbm تو گمز حساب بشه و کامل توضیحات و تحلیل داشته باشه. و در مرحله دوم با دو الگوریتم جنگل تصادفی و نزدیک ترین همسایگی، کارایی برای یک فصل آینده تخمین زده شود و دقت این دو مدل باهم مقایسه بشه و گفته شه کدوم مدل تخمین بهتری زده. و به نمودار های کامل تحلیل و کدهای پروژه هم نیاز دارم. یک پروژه با توضیحات کامل نیاز دارم.