利用機器學習構建和優(yōu)化早期體尺性狀對成年母雞腹脂沉積的預測模型

打開文本圖片集

摘 要：

為探究活體、無創(chuàng)、簡單、高效的母雞腹脂沉積性狀測定和選育技術方法，本研究以清遠麻雞為研究對象，將多體尺性狀選擇法與8種機器學習模型相結合，分別構建不同日齡體尺性狀對母雞腹脂含量的回歸預測模型和分類預測模型。利用58～136日齡間各個日齡的多個早期體尺性狀結合機器學習方法，體尺測定日齡對預測成年清遠麻母雞腹脂含量的準確性未表現(xiàn)出明顯差異；進行回歸預測時，RF模型的預測效果最好，擬合效果R2為0.821～0.861，預測誤差MAE為6.32～7.27；進行分類預測時，Bagging模型在二分類、三分類中均具有更高的預測準確度，二分類準確度ACC可達94.54%～100%，三分類準確度ACC可達99.58%～100%。（剩余17927字）