Evaluación productiva y genética de hatos lecheros del trópico bajo colombiano mediante análisis multivariado integrado: segmentación con K-means y Random Forest

Abstract

El presente estudio evaluó el desempeño productivo y genético de vacas lecheras en el trópico bajo colombiano, mediante la integración de técnicas de ciencia de datos y aprendizaje automático. Se analizaron 6.712 lactancias registradas entre 2010 y 2024, aplicando un enfoque basado en el modelo CRISP-DM. A partir de la limpieza, transformación y análisis exploratorio de los datos, se seleccionó la variable Leche día/IEP como indicador integral de productividad ajustada. El análisis reveló que las vacas con genética balanceada (50 % Bos taurus / 50 % Bos indicus), producto del cruzamiento Holstein × Gyr, presentaron el mayor rendimiento promedio. Adicionalmente, las vacas nacidas por transferencia de embriones superaron consistentemente a las obtenidas por reproducción natural, destacando la efectividad de esta biotecnología en condiciones tropicales. Mediante K-means, se identificaron clústeres de progenitores (padres y madres genéticas) con alto rendimiento productivo, mientras que el modelo Random Forest permitió estimar la importancia relativa de cada progenitor en la predicción del desempeño lechero. La combinación metodológica reveló líneas genéticas emergentes con alto potencial de replicación, incluso en animales con pocas lactancias, lo cual representa una oportunidad estratégica para acelerar el mejoramiento genético. Los hallazgos permiten fundamentar decisiones reproductivas con base en evidencia cuantitativa, optimizando la selección de donadoras y reproductores, y fortaleciendo la sostenibilidad de sistemas lecheros tropicales a través de un manejo reproductivo basado en datos.