使用监督机器学习算法来预测佛罗里达州牛乳牛的牛白血病病毒血清阳性:一项10年后期研究
Ameer A Megahed1, Reddy Bommineni2, Michael Short3
1Department of Large Animal Clinical Sciences, College of Veterinary Medicine, University of Florida, Gainesville, FL 32610, USA; Department of Animal Medicine (Internal Medicine), Faculty of Veterinary Medicine, Benha University, Moshtohor, Toukh, Kalyobiya 13736, Egypt.
Preventive veterinary medicine
|December 8, 2024
概括
监督的机器学习模型可以预测奶牛的牛白血病病毒 (BLV) 感染. 根据表现最好的随机森林模型,佛罗里达州南部的老牛更有可能检测出BLV阳性.
科学领域:
- 兽医医学 兽医医学 兽医医学
- 机器学习 机器学习
- 流行病学 流行病学
背景情况:
- 牛白血病病毒 (BLV) 是一种影响乳牛的传染病.
- 需要查工具来有效地识别BLV阳性牛.
- 监督机器学习 (SML) 算法为疾病预测提供了潜力.
研究的目的:
- 为了比较6个SML算法来预测佛罗里达州乳牛中的BLV血清阳性.
- 确定与BLV血清阳性相关的关键风险因素.
- 在现实数据集中评估不同SML模型的性能.
主要方法:
- 利用了1279个乳制品血液样本的数据集,从2012-2022年测试了BLV抗体.
- 我们比较了六种SML算法:逻辑回归 (LR),决策树 (DT),梯度增强 (GB),随机森林 (RF),神经网络 (NN) 和支持向量机器 (SVM).
- 使用诸如科尔莫戈罗夫-斯米尔诺夫 (KS) 统计,AUROC,增益和错误分类率等指标评估模型性能.
主要成果:
- 经校正的BLV血清流行率为26.0%,有312个阳性样本.
- 随机森林 (RF) 模型显示了最高的预测准确性 (KS=0.75,AUROC=0.93,错误分类率=0.10).
- 后勤回归 (LR) 的表现最差;确定的主要预测因素是年龄 (≥5岁) 和地理位置 (佛罗里达州南部).
结论:
- SML算法,特别是RF,对预测乳牛BLV血清阳性显示出希望.
- 在佛罗里达州南部,5岁及以上的奶牛具有更高的BLV感染风险.
- 本研究强调了SML在开发BLV预测查工具方面的方法贡献,以及代表性数据的重要性.
