Use of random forest for dystocia detection in dairy cattle
The aim of the present study was to illustrate the predictive performance of random forest (RF) used for dystocia detection in dairy cattle. A total of 1,342 and 1,699 calving records of Polish Holstein-Friesian Black-and-White heifers and cows were used. Five or ten predictor variables were included in the RF models for heifers and cows, respectively. The output variable was calving class. The proportion of correctly detected easy, moderate and difficult calving events in heifers on the independent test set was 39.64 %, 57.39 % and 83.64 %, respectively. The total accuracy was recorded as 60.12 %. The corresponding values for cows were 69.39 %, 67.61 %, 0 % and 66.04 %. The most significant predictors for heifers were sire’s rank and calving age, whereas those for cows additionally included: daily milk yield for the preceding lactation and the length of calving interval. The RF model developed in the present study was characterized by a high percentage of correctly diagnosed difficult calving events in heifers. However, it was completely unable to correctly detect dystocia in cows. The use of more influential predictor variables for cows in future research is especially important.
Ziel der Arbeit war, die Vorhersageleistung des Random Forest Klassifikationsverfahrens (RF) zur Erkennung der Dystokie beim Milchvieh darzustellen. Zu diesem Zweck wurden entsprechend 1342 und 1699 Aufzeichnungen über das Abkalben von Färsen und Kühen der polnischen, schwarzweißen Holstein-Friesian Rasse ausgewertet. In den RFModellen für Färsen und Kühe wurden entsprechend fünf bzw. zehn Prädiktoren berücksichtigt. Die Ausgangsvariable war die Klasse des Abkalbens. Das Verhältnis der erkannten leichten, moderaten und komplizierten Kalbungen von Färsen betrug beim unabhängigen Test-Set entsprechend 39,64 %, 57,39 % und 83,64 %. Die allgemeine Treffgenauigkeit erzielte den Wert von 60,12 %. Die entsprechenden Werte für Kühe waren 69,39 %, 67,61 %, 0 % und 66,04 %. Die am meisten signifikanten Prädiktoren für das Abkalben der Färsen waren: die Klasse der Bullen und das Alter des Abkalbens. Dagegen umfassten die wichtigsten Prädiktoren beim Abkalben von Kühen zusätzlich die täglichen Milchertrag in der vorherigen Laktation und das Intervall zwischen den Kalbungen. Das eingesetzte RF-Modell zeichnete sich durch einen hohen Prozentsatz korrekt diagnostizierter komplizierter Kälbungen bei Färsen aus. Jedoch war dieses Modell völlig ungeeignet, Dystokie bei Kühen zu erkennen. Die Nutzung einflussreicherer Prädiktoren für Kühe ist besonders wichtig für zukünftige Forschung.
Vorschau
Zitieren
Zugriffsstatistik
Rechte
Nutzung und Vervielfältigung:
