一种基于机器学习的猪平均日增重预测方法及系统

本申请实施例公开一种基于机器学习的猪平均日增重预测方法及系统，方法包括：获取待预测猪只的日常生产数据；从日常生产数据中提取与预定义的重要特征子集匹配的重要特征数据；预定义的重要特征子集基于预训练的LightGBM回归模型对候选历史特征集计算特征重要度并排序，并基于排序的结果通过顺序前向特征选择方法筛选得到的；基于重要特征数据通过预先训练的CatBoost预测模型，得到平均日增重预测值；预先训练的CatBoost预测模型是基于不对称损失函数训练得到的；不对称损失函数中高估误差对应的第一惩罚权重大于低估误差对应的第二惩罚权重；基于平均日增重预测值确定待输出的平均日增重预测值并输出。