Application of Classification and Regression Tree (CRT) Method for Predicting the Some Environmental Factors Affecting Weaning Weight of Awassi Lamb

Yıl 2022, Cilt: 39 Sayı: 3, 185 - 190, 31.12.2022

Hatice Hızlı , Çiğdem Takma , Şerife Ergül

https://doi.org/10.55507/gopzfd.1169234

Cited By: 2

Öz

In this study, the effects of some environmental factors on the weaning weights of Awassi lambs, raised within the scope of the Awassi sheep breed sub-project of the Sheep Breeding National Project in the Hands of the People Project under the coordination of the General Directorate of Agricultural Research and Policies affiliated to the Ministry of Agriculture and Forestry, were investigated.
For this purpose, estimation was made by the regression decision tree (CRT) method, which is one of the machine learning algorithms. In the study, the effects of age of dam, gender, birth type, and flock type (elite and base flock), which are thought to influence weaning weight in Awassi lambs, were considered independent variables, while weaning weight was considered as dependent variable. According to the regression tree estimations, the most effective environmental factor for the weaning weight of Awassi lambs was found to be the birth type. While the effective factor for singleton lambs was gender, it was determined that the important factor for male lambs was the type of flock. The age of dam was found to be effective on the weaning weights of the lambs in the base flock. The results of this study revealed that the effects of various environmental factors on the healthy, efficient use and reproduction of sheep and goats can be defined with decision trees. As a result, it was concluded that regression decision trees are an important method and can be recommended as an alternative to traditional regression approaches in sheep breeding studies with both visual and predictive explanatory structure.

Anahtar Kelimeler

Machine learning, Regression decision tree, Awassi, Weaning weight

Destekleyen Kurum

TAGEM

Proje Numarası

TAGEM/80İVE2012-01 Osmaniye İli İvesi Koyunu Halk Elinde Islahı

Teşekkür

This study was carried out by using the data obtained from the Awassi Small Ruminant Sub-Project (80İVE2012-01) of the Public Animal Breeding National Project under the coordination of the Republic of Turkey, General Directorate of Agricultural Research and Policies of the Ministry of Food, Agriculture and Livestock.

İvesi Kuzularının Sütten Kesim Ağırlığını Etkileyen Bazı Çevresel Faktörlerin Tahmininde Sınıflandırma ve Regresyon Ağacı (CRT) Yönteminin Uygulanması

Öz

Bu çalışmada Tarım ve Orman Bakanlığına bağlı Tarımsal Araştırmalar ve Politikalar Genel Müdürlüğü koordinatörlüğündeki Halk Elinde Küçükbaş Hayvan Islahı Ülkesel Projesi'nin, Osmaniye İlinde yürütülen ve İvesi koyun ırkı alt projesi kapsamında yetiştirilen İvesi kuzularının sütten kesim ağırlıkları üzerine bazı çevresel faktörlerin etkisi incelenmiştir.
Bu amaçla makine öğrenmesi algoritmalarından biri olan regresyon karar ağaçları yöntemi ile tahminleme yapılmıştır. Araştırmada, 6326 kuzunun sütten kesim ağırlığına etkisi olduğu düşünülen ana yaşı, eşey, doğum tipi ve yetiştirme tipi (elit ve taban sürü) etkileri bağımsız değişken olarak ele alınırken, sütten kesim ağırlığı ise bağımlı değişken olarak dikkate alınmıştır. Regresyon ağacı tahminlemelerine göre İvesi kuzularda sütten kesim ağırlığı üzerine en etkili çevresel faktörün doğum tipi olduğu saptanmıştır. Tek doğumlu kuzular için etkili faktör eşey iken, erkek kuzular için önemli faktörün yetiştirme tipi olduğu belirlenmiştir. Taban sürüdeki kuzuların sütten kesim ağırlıklarına ise ana yaşı etkili bulunmuştur. Bu çalışmanın sonuçları ile küçükbaşların sağlıklı, verimli olarak kullanılması ve çoğalması üzerinde çeşitli çevresel faktörlerin etkilerinin karar ağaçları ile tanımlanabileceği gösterilmiştir. Sonuç olarak, regresyon karar ağaçlarının hem görsel hem de tahminsel olarak açıklayıcı yapısı ile koyun yetiştiriciliği çalışmalarında geleneksel regresyon yaklaşımlarına alternatif olarak önemli bir yöntem olduğu ve tavsiye edilebileceği kararına ulaşılmıştır.

Anahtar Kelimeler

Makine öğrenmesi, Regresyon karar ağaçları, İvesi, Sütten kesim ağırlığı

Proje Numarası

TAGEM/80İVE2012-01 Osmaniye İli İvesi Koyunu Halk Elinde Islahı

Kaynakça

• Akbulut, Ö., Kaygısız, A., & Yılmaz, İ. (2022). A comparative research on data analysis with factorial ANOVA, Logistic regression and CHAID classification tree methods. BSJ Agri, 5(3), 314-322. http://doi.org/10.47115/bsagriculture.1087820
• Babar, M.E., Ahmad, Z., Nadeem A. & Yaqoob, M. (2004). Environmental factors affecting birth weight in Lohi Sheep. Pakistan Vet. J., 24 (1): 5-8
• Balta, B., & Topal, M. (2018). Regression tree approach for assessing the effects of non-genetic factors on birth weight of Hemşin lamb. Alinteri Journal of Agriculture Science, 33(1), 65-73. http://doi.org/10.28955/alinterizbd.372671
• Behrem, S. (2021). Effects of Environmental Factors Growth Traits of Akkaraman Sheep in Çankırı Province. Livestock Studies 61(1), 22-27. http://doi.org/10.46897/livestockstudies. 610104
• Boran, Ö., & Torun, O. (2018). Çukurova Üniversitesi Ziraat Fakültesi Araştırma ve Uygulama Çiftliğinde yetiştirilen İvesi ve Çukurova Et koyunlarının döl verimi ile kuzularının büyüme performansının araştırılması. Ç.Ü Fen ve Mühendislik Bilimleri Dergisi, Cilt: 36-9.
• Breiman, L., Friedman, J.H., Olshen, R., & Stone, A.C.G. (1984). Classification and regression trees. Wadsworth International Group, Belmont, California, USA.
• Camana A. M. R., Ahmed, S., Garcia C. E., & Koo, I. (2020). Extremely Randomized Trees-Based Scheme for Stealthy Cyber-Attack Detection in Smart Grid Networks, in IEEE Access, vol. 8, pp. 19921-19933, https://doi.org/10.1109/ACCESS.2020.2968934.
• Cengiz, F., Karaca, S., Kor, A., Ertuğrul, M., Arık, İ. Z., & Gökdal, Ö. (2015). Küçükbaş hayvan yetiştiriciliğinde değişimler ve yeni arayışlar. Türkiye Ziraat Mühendisliği VIII. Teknik Kongresi (12-16 Ocak 2015), Ankara.
• Chang, L.Y., & Wang, H.W. (2006) Analysis of Traffic Injury Severity: An Application of Non-Parametric Classification Tree Techniques. Accident Analysis & Prevention, 38, 1019-1027. http://dx.doi.org/10.1016/j.aap.2006.04.009
• De’ath, G., & Fabricius, K.E. (2000). Classification and regression trees: A powerful yet simple technique for ecological data analysis. Ecology, 81(11): 3178-3192. https://doi.org/10.1890/0012-9658(2000)081[3178:CARTAP]2.0.CO;2
• Epstein, H. (1982). Awassi Sheep. World Animal Review. Editor: D.E. Faulkner. FAO.
• Ertuğrul, M., Akın, A. O., Yıldırır, M., Dellal, G., Togan, İ., Pabuçcuoğlu, S., & Özder, M. (2014). Türkiye çiftlik hayvanları genetik kaynaklarının korunması ve sürdürülebilir kullanımı. Türkiye Ziraat Mühendisliği VIII. Teknik Kongresi Bildiriler Kitabı-1, 212.
• FAO. (2022). “Crops and Livestock Products”, https://www.fao.org/faostat/en/#data/QCL (Erişim tarihi:29.08.2022).
• Gül, S., & Ekici, H. (2020). İvesi Koyunlarında Farklı Yaşta Sütten Kesimin Kuzularda Büyüme ve Süt Verimi Üzerine Etkisi. Hayvan Bilimi ve Ürünleri Dergisi, 3(2), 95-103.
• Hızlı, H., Takma, Ç., & Yazgan, E. (2022). Comparison of different models for estimation of direct and maternal genetic parameters on body weights in Awassi sheep, Arch. Anim. Breed., 65, 121-128, https://doi.org/10.5194/aab-65-121-2022
• IBM: SPSS Software (Version 25.0), (2020). https://www.ibm.com/analitics/spss-statistic-software
• Kaymakçı, M. (2013). İleri koyun yetiştiriciliği Genişletilmiş Dördüncü Baskı Bornova- İzmir 2013. Meta Basım Matbaacılık Hizmetleri
• Olfaz, M., Tırınk, C., & Önder, H. (2019). Use of CART and CHAID algorithms in Karayaka sheep breeding. Kafkas Univ Vet Fak Derg, 25 (1): 105-110, http://doi.org/10.9775/kvfd.2018.20388
• Özbeyaz, C., Bilgiç, Ö. F., & Kocakaya, A. (2018). Eskişehir de Yetiştirici Koşullarındaki İvesi Koyunlarında Bazı Özelliklerin İncelenmesi. Lalahan Hayvancılık Araştırma Enstitüsü Dergisi, 58(1), 1-6.
• Sánchez-Dávila, F., Bernal-Barragán, H., Padilla-Rivas, G., del Bosque-González, A.S., Vázquez-Armijo J.F. & Ledezma-Torres, R.A., (2015). Environmental factors and ram influence litter size, birth, and weaning weight in SaintCroix hair sheep under semi-arid conditions in Mexico. Trop. Anim. Health Prod., 47(3), 825-31. https://doi.org/10.1007/s11250-015-0795-6.
• Supakorn, C., & Pralomkarn, W. (2012). Genetic parameter estimates for weaning weight and Kleiber ratio in goats. Songklanakarin Journal of Science & Technology, 34(2).
• TUİK (2022). “Hayvansal Üretim İstatistikleri, Haziran 2022” https://data.tuik.gov.tr/Bulten/Index?p=Hayvansal-Uretim-Istatistikleri-Haziran-2022-45594 (Erişim Tarihi: 29.08.2022)
• Tunaz, A. T. (2021). Comparison Of Selected Decision Tree Algorithms In The Prediction Of Body Weight In Awassi Lambs. JAPS: Journal of Animal & Plant Sciences, 31(4). https://doi.org/10.36899/JAPS.2021.4.0288