冯 妍，高志天，郑炜缤，杨仲涛，董 强

(1.西北农林科技大学信息工程学院，陕西杨凌 712100；2.西北农林科技大学动物医学院，陕西杨凌 712100)

机器学习(Machine learning,ML)是研究如何使机器通过识别和利用现有知识获取新知识的一门多领域交叉学科。ML可通过学习已有数据，建立一种模型或学习器，对未知的数据进行分析和预测。当今的农业生产会产生大量的数据，利用ML技术分析这些数据并建模将是农业大势所趋[1]。在奶牛业，随着奶牛养殖的精细化和人工成本的增加，仅靠牛场的管理人员无法完成高质量的群体化和个性化管理工作，使ML在奶牛精准育种、群体管理和疾病监测等领域有着广泛的研究和应用前景[2-3]。在这些领域中，利用ML算法学习和训练奶牛疾病的特有风险因素以预测和监测奶牛疾病已成为精准乳业的研究方向[4-6]。应用ML预测奶牛代谢性疾病、乳房炎、传染病、热应激和跛行等疾病已成为国际上的研究热点[5,7-10,4,6]，但我国在此领域的研究起步较晚。本文就ML在奶牛临床疾病预测方面的研究做一综述，为我国开展这方面的研究提供参考。

1 研究方法和原理

1.1 ML简介

ML利用数学方法和计算机技术对历史数据进行分析得到规律并构建模型，对未知数据进行预测和分类。建模时，先将预处理好的奶牛数据输入到ML分类器进行训练，然后得到对未知数据进行预测的模型，对预测结果具有较大贡献的特征可作为奶牛患病的潜在特征[11]。这个过程包括数据收集、数据预处理、模型训练、模型选择和结果预测，具体建模流程如图1所示。……