استفاده از الگوریتم های یادگیری ماشین برای پیش بینی وقوع ورم پستان بالینی در گاوهای هلشتاین

در این پژوهش، از چهار الگوریتم جنگل تصادفی، درخت تصمیم، بیز ساده و رگرسیون لجستیک برای پیش بینی بیماری ورم پستان بر اساس داده های دو گله گاو شیری هلشتاین استفاده شد. به دلیل نامتوازن بودن تعداد موارد بیمار و سالم از دو روش بیش نمونه برداری و کم نمونه برداری استفاده شد. متغیرهای مرتبط با ورم پستان، شامل نوبت زایش، تولید شیر روزانه، فصل زایش، مرحله ی شیردهی، سابقه ی ورم پستان و امتیاز سلول های بدنی از دو گاوداری در اصفهان جمع آوری شد. ویرایش داده ها با نرم افزارSQL Server (نسخه 2012)، مدل سازی برای پیش بینی ورم پستان با نرم افزارWEKA (نسخه 3/8)، انجام شد. بر اساس نتایج به دست آمده، بهترین عملکرد مربوط به الگوریتم جنگل تصادفی در حالت کم نمونه برداری با صحت، حساسیت، تشخیص و ناحیه زیرمنحنی خم به ترتیب 84/30درصد، 94/80 درصد،73/80 درصد و 0/90 بود. بدون نمونه برداری، قدرت تشخیص موارد بیمار (حساسیت برحسب درصد) در الگوریتم های جنگل تصادفی، درخت تصمیم، بیز ساده و رگرسیون لجستیک به ترتیب 1/67، صفر، 12/29 و 2/06 بود که نسبت به استفاده از نمونه برداری به طور چشمگیری ضعیف تر بود. این بخاطر نامتوازن بودن تعداد موارد دو کلاس سالم و بیمار و نشان دهنده ی لزوم استفاده از روش های نمونه برداری بود. با توجه به یافته ها، الگوریتم درخت تصمیم نیز در روش کم نمونه برداری با اختلاف کمی بعد از جنگل تصادفی بهترین عملکرد را با صحت، حساسیت، تشخیص و ناحیه زیرمنحنی خم به ترتیب 84/0 درصد، 94/2 درصد، 73/9 درصد و 0/90 داشت. با توجه به هزینه ی محاسباتی بسیار بیشتر جنگل تصادفی نسبت به درخت تصادفی، در مواقعی که حجم داده ها بالاست، بهتر است از درخت تصمیم استفاده شود.