Clasificación de las puntuaciones FAMACHA(c) con el algoritmo de Máquina de Soporte Vectorial a partir de la puntuación de condición corporal y parámetros hematológicos en ovejas Pelibuey
Autores: Torres-Chable, Oswaldo Margarito; Trnk, Cem; Parra-Cortés, Rosa Inés; Delgado, Miguel Ángel Gastelum; Martínez, Ignacio Vázquez; Gomez-Vazquez, Armando; Cruz-Hernandez, Aldenamar; Camacho-Pérez, Enrique; Dzib-Cauich, Dany Alejandro; en, Uur; Tüfekci, Hacer; Bayyurt, Lütfi; Çelik, Hilal Tozlu; Ylmaz, Ömer Faruk; Chay-Canul, Alfonso J.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Estudio
Rendimiento del modelo
Puntuaciones FAMACHA(c)
Máquinas de Vectores de Soporte
SVM
Infecciones parasitarias
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 10
Citaciones: Sin citaciones
En este estudio, se evaluó el rendimiento del modelo en la clasificación de las puntuaciones FAMACHA(c) utilizando Máquinas de Vectores de Soporte (SVM), centrándose en la estimación del sistema de puntuación FAMACHA(c) utilizado en el diagnóstico temprano y la gestión del tratamiento de infecciones parasitarias. Se examinó en detalle la fiabilidad del modelo SVM utilizado en este estudio con métricas como sensibilidad, especificidad y valores predictivos positivos/negativos. Como resultado, se reveló que SVM es un método eficaz para clasificar las puntuaciones FAMACHA(c) y proporciona información importante para futuras aplicaciones. Estos resultados pueden contribuir al desarrollo de enfoques científicos para la gestión de infecciones parasitarias.
Descripción
En este estudio, se evaluó el rendimiento del modelo en la clasificación de las puntuaciones FAMACHA(c) utilizando Máquinas de Vectores de Soporte (SVM), centrándose en la estimación del sistema de puntuación FAMACHA(c) utilizado en el diagnóstico temprano y la gestión del tratamiento de infecciones parasitarias. Se examinó en detalle la fiabilidad del modelo SVM utilizado en este estudio con métricas como sensibilidad, especificidad y valores predictivos positivos/negativos. Como resultado, se reveló que SVM es un método eficaz para clasificar las puntuaciones FAMACHA(c) y proporciona información importante para futuras aplicaciones. Estos resultados pueden contribuir al desarrollo de enfoques científicos para la gestión de infecciones parasitarias.