一种简化训练数据的跨项目缺陷预测的改进方法

【文件属性】：
文件名称：一种简化训练数据的跨项目缺陷预测的改进方法
文件大小：1024KB
文件格式：PDF
更新时间：2021-03-30 02:37:12
研究论文 对于历史数据有限的项目，跨项目缺陷预测（CPDP）引起了广泛关注。 据我们所知，由于低质量的跨项目培训数据，现有方法的性能通常很差。 这项研究的目的是通过简化训练数据（标记为TDSelector），为CPDP提出一种改进的方法，该方法考虑了每个训练实例具有的相似性和缺陷数量（以缺陷表示），并证明了这种方法的有效性。建议的方法。 我们的工作包括三个主要步骤。 首先，我们根据实例的相似性和缺陷的线性加权函数构造TDSelector。 其次，我们使用Logistic回归分类算法建立了我们实验中使用的基本缺陷预测器。 第三，我们分析了相似度不同组合的影响以及缺陷的归一化对预测性能的影响，然后与两种现有方法进行了比较。 我们对从两个公共存储库中收集的14个项目评估了我们的方法，结果表明，所提出的TDSelector方法的平均表现优于两个基线方法，并且AUC值分别增加了10.6％和4.3％。 也就是说，包含缺陷确实有助于选择CPDP的高质量训练实例。 另一方面，欧氏距离和线性归一化的组合是TDSelector的首选方法。 另一个实验还表明，直接选择包含更多错误的实例作为训练数据可以进一步提高通过我们的方法训练的错误预测器的性能。