استفاده از الگوريتم‌هاي يادگيري ماشين براي پيش‌بيني وقوع ورم پستان باليني در گاوهاي هلشتاين

در اين پژوهش، از چهار الگوريتم جنگل تصادفي، درخت تصميم، بيز ساده و رگرسيون لجستيك براي پيش‌بيني بيماري ورم پستان بر اساس داده‌هاي دو گله گاو شيري هلشتاين استفاده شد. به دليل نامتوازن بودن تعداد موارد بيمار و سالم از دو روش بيش‌نمونه‌برداري و كم‌نمونه‌برداري استفاده شد. متغيرهاي مرتبط با ورم پستان، شامل نوبت زايش، توليد شير روزانه، فصل زايش، مرحله‌ي شيردهي، سابقه‌ي ورم پستان و امتياز سلول‌هاي بدني از دو گاوداري در اصفهان جمع‌آوري شد. ويرايش داده‌ها با نرم‌افزارSQL Server (نسخه 2012)، مدل‌سازي براي پيش‌بيني ورم پستان با نرم‌افزارWEKA (نسخه 3/8)، انجام شد. بر اساس نتايج به‌دست‌آمده، بهترين عملكرد مربوط به الگوريتم جنگل تصادفي در حالت كم‌نمونه‌برداري با صحت، حساسيت، تشخيص و ناحيه زيرمنحني خم به ترتيب 84/30درصد، 94/80 درصد،73/80 درصد و 0/90 بود. بدون نمونه‌برداري، قدرت تشخيص موارد بيمار (حساسيت برحسب درصد) در الگوريتم‌هاي جنگل تصادفي، درخت تصميم، بيز ساده و رگرسيون لجستيك به ترتيب 1/67، صفر، 12/29 و 2/06 بود كه نسبت به استفاده از نمونه‌برداري به‌طور چشمگيري ضعيف‌تر بود. اين بخاطر نامتوازن بودن تعداد موارد دو كلاس سالم و بيمار و نشان‌دهنده‌ي لزوم استفاده از روش‌هاي نمونه‌برداري بود. با توجه به يافته‌ها، الگوريتم درخت تصميم نيز در روش كم‌نمونه‌برداري با اختلاف كمي بعد از جنگل تصادفي بهترين عملكرد را با صحت، حساسيت، تشخيص و ناحيه زيرمنحني خم به‌ترتيب 84/0 درصد، 94/2 درصد، 73/9 درصد و 0/90 داشت. با توجه به هزينه‌ي محاسباتي بسيار بيشتر جنگل تصادفي نسبت به درخت تصادفي، در مواقعي كه حجم داده‌ها بالاست، بهتر است از درخت تصميم استفاده شود.