The invention relates to a method for predicting yield performance of a crop plant, comprising the steps of receiving metabolite measurements of the crop plant； determining new metabolite features by combining the received metabolite measurements, wherein at least one new metabolite feature is based on a classified average； providing the new metabolite features to a trained machine learning model； and determining yield performance of the crop plant using the provided model. It also relates to a method for training a machine learning model for predicting yield performance of a crop plant； a control unit configured to execute the method for predicting yield performance； to a plant breeding method and a farming method that apply said method； and the use of new metabolite features as determined in said method for prediction of yield performance.L'invention concerne un procédé de prédiction du rendement d'une plante cultivée, qui comprend les étapes consistant à recevoir des mesures de métabolite de la plante cultivée ； à déterminer de nouvelles caractéristiques de métabolite par combinaison des mesures de métabolite reçues, au moins une nouvelle caractéristique de métabolite étant fondée sur une moyenne classée ； à fournir les nouvelles caractéristiques de métabolite à un modèle d'apprentissage automatique entraîné ； à déterminer le rendement de la plante cultivée à l'aide du modèle fourni. L'invention concerne également un procédé d'apprentissage d'un modèle d'apprentissage automatique qui permet de prédire le rendement d'une plante cultivée ； une unité de commande conçue pour exécuter le procédé de prédiction du rendement ； un procédé de sélection de plante et un procédé agricole qui appliquent ledit procédé ； l'utilisation de nouvelles caractéristiques de métabolite telles que déterminées dans ledit procédé pour la prédiction du rendement.
