李喜阳，李信颉，赵志超，李长春1，，刘向东1，

1.华中农业大学动物科学技术学院/农业动物遗传育种与繁殖教育部重点实验室，武汉 430070； 2.农业农村部生猪健康养殖重点实验室/广西扬翔股份有限公司，贵港 537100

母猪的产仔数性状是猪场生产成绩和母猪繁殖力的重要评定指标，据统计许多国家商业母猪群体的年淘汰率在20%～50%，其中产仔数性状差是母猪淘汰的主要原因之一[1]。母猪的高繁殖力直接决定了规模猪场的经济效益。因此，早在1980年，为选育出高繁殖力的母猪群体，欧洲畜产协会统一了母猪产仔数性状的记录方法并将其标准化，最早选育母猪的指标包括总产仔数(total number born,TNB)、产活仔数(number born alive,NBA)和健仔数(number healthy piglets,NHP)等[2]。此外，Nielsen等[3]和Su等[4]研究发现5日龄活仔数(number 5 day,N5D)与仔猪成活率之间存在中等遗传相关，对该指标的遗传改良将有利于提高仔猪成活率。因此，构建以上产仔数性状的分类模型，将有利于挖掘影响母猪生产水平的相关因素。

机器学习顾名思义就是让计算机学习，专门研究计算机怎样模拟或实现人类的学习行为，其不仅包含统计学知识，还是多学科知识交互应用的代表，例如其包含有大量的算法理论、概率论以及逼近理论等[5]。随着畜牧业的快速发展，所要处理和分析的数据量愈发庞大、数据结构愈发复杂，使得机器学习方法在畜牧领域得到了广泛应用。Bakoev等[6]以猪的生长和肉质特征为指标，利用9种不同的机器学习分类算法来评估猪的四肢状态。Messad等[7]利用梯度提升方法鉴定到的重要特征可作为猪饲料效率的可靠预测因子。……