可以用于牧场动物出生率预测，输入为产奶量，产肉量，牧场大小，动物数量，动物死亡率，其他费用，人工费用，设备维护费用，市场价格，水消耗量，饲料消耗，药品费用，总成本。输出为动物出生率。该模型帮助解决了动物出生率和牧场状况的关系建模的问题。
通过调查采集牧场收支成本数据及牧场畜牧数据，并使用传统算法和多元线性回归算法预测牧场动物出生率。该模型的输入变量包括产奶量，产肉量，牧场大小，动物数量，动物死亡率，其他费用，人工费用，设备维护费用，市场价格，水消耗量，饲料消耗，药品费用，总成本。多元线性回归算法通过分析这些输入变量与动物出生率之间的线性关系，确定每个变量的权重系数。在模型训练过程中，算法会利用历史数据进行优化，调整权重系数以最小化预测误差。模型通过最小二乘法等技术，根据输入的数据计算预测的动物出生率，从而得出最终结果。通过这样的过程，模型能够将多个输入变量综合考虑，准确预测动物出生率。
| 字段名 | 类型 | 描述 |
|---|---|---|
牧场ID |
-- | -- |
输入牧场大小(公顷) |
-- | -- |
输入动物数量 |
-- | -- |
输出出生率 |
-- | -- |
输入死亡率 |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 牧场ID | 牧场_98 |
| 输入牧场大小(公顷) | 59.04839578 |
| 输入动物数量 | 431 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/45953