Este estudio se centró en avanzar en la selección genética y la productividad en cabras lecheras Saanen, una especie clave en la industria láctea de Shaanxi, China, explorando la predicción genómica y la arquitectura genética de los rasgos de la ubre. Utilizando estudios de asociación a nivel genómico (GWAS) y datos fenotípicos de 635 cabras lecheras Saanen, se estimó que la heredabilidad de los rasgos de la ubre oscila entre 0.13 y 0.32, y se identificaron cuatro genes candidatos asociados con estos rasgos. Se compararon tres enfoques: GBLUP, Regresión de Ridge con Núcleo (KRR) y Adaboost.RT, para evaluar la precisión y fiabilidad de los modelos de predicción genómica para los rasgos del tamaño de la ubre. Los modelos de aprendizaje automático (KRR y Adaboost.RT) demostraron un rendimiento superior, logrando hasta un 20% y un 11% más de precisión en la predicción que GBLUP, respectivamente, lo que indica su mayor estabilidad y fiabilidad. Estos hallazgos destacan el potencial de combinar GWAS y técnicas de aprendizaje automático para mejorar la selección genética y la productividad en cabras lecheras.