Las técnicas de aprendizaje automático proporcionan herramientas eficientes de análisis de datos sin derivaciones matemáticas. Las representaciones centradas en datos de LC son altamente demandadas para utilizar estas herramientas en investigaciones relacionadas con LC. Se presenta un nuevo modelo de representación de LC orientado a datos utilizando regresión lineal por tramos (PWLR). Esta representación está destinada a ser utilizada directamente como datos para el aprendizaje automático junto con otros datos asociados a nivel individual. Una LC se representa en forma de vector como una serie de segmentos de línea conectados y la ubicación y número de segmentos son determinados por el residuo máximo. Los puntos críticos se determinan en el punto de tránsito rápido en la LC. El criterio de información bayesiano se utilizó para elegir el número adecuado de segmentos de línea y evitar el problema de sobreajuste. Para demostrar la validez del modelo PWLR como descriptor de LC, su precisión de aproximación y generalidad de representación se probaron experimentalmente. Los resultados revelaron que el modelo PWLR es ventajoso para representar las LC de un individuo o de un gran rebaño que son directamente aplicables a enfoques basados en datos.