پروژه ارزیابی کارایی با DEA و پیشبینی کارایی با ML

یک پروژه دو بخشی هستش. بخش اول یک جدول داده هست که شامل یک سری ورودی(تعداد نیروی انسانی-مقدار انرژی مصرفی-مقدار مواد اولیه) و خروجی مطلوب شامل(مقدار فروش) و خروجی نامطلوب(مقدار ضایعات) که این اعداد برای 26 فصل دیتاهاش هستش یعنی 26 تا واحد تصمیم گیرنده(dmu) هستش. میخوام با استفاده از گمز و مدل sbm کارایی فصل ها حساب شه تا کارا ترین فصل ها مشخص بشن و همه ی اینا با توضیحات کامل باشه. و بعد از این مرحله که انجام شد قسمت دوم پروژه میشه پیش بینی کارایی یک فصل آینده با دوتا الگوریتم جنگل تصادفی و کا نزدیک ترین همسایگی با استفاده از پایتون که میخوام کارایی یه فصل اینده رو با توجه به دیتاهای فصل های قبلی تخمین بزنه و این دوتا الگوریتم هم از نظر دقت باهم مقایسه کنه و بگه کدوم دقت بیشتری برای مدل و داده های من داشته. فقط میخوام لطفا توضیح خود پایه مدل هم داده بشه و بعد به همراه توضیحات و جدول و نمودار های مربوط به پروژه با توجه به نتیجه. انجام پروژه همراه با توضیحات کامل و تحلیل دقیق و جامع باشه.