基于组合机器学习算法的软件缺陷预测模型

发布时间：2023-04-07 04:47

　　软件缺陷预测是根据软件产品中提取的度量信息和已经发现的缺陷来尽早地预测软件可能还存在的缺陷,基于预测结果可合理分配测试和验证资源.基于机器学习的缺陷预测技术能够较全面地、自动地学习模型来发现软件中的缺陷,已经成为缺陷预测的主要方法.为了提高预测的效率和准确性,对机器学习算法的选择和研究是很关键的.对不同的机器学习缺陷预测方法进行对比分析,发现各算法在不同评价指标上有不同的优势,利用这些优势并结合机器学习中的stacking集成学习方法提出了将不同预测算法的预测结果作为软件度量并进行再次预测的基于组合机器学习算法的软件缺陷预测模型,最后用该模型对Eclipse数据集进行实验,表明了该模型的有效性.

【文章页数】：9 页

【文章目录】：
1 基于机器学习的缺陷预测模型
    1.1 缺陷预测模型
        1.1.1 分类
        1.1.2 排序
    1.2 机器学习算法
2 基于机器学习的缺陷预测模型
    2.1 提出问题
    2.2 基于组合的机器学习算法的缺陷预测模型
        2.2.1 数据预处理
        2.2.2 组合预测模型
        2.2.3 评价指标
3 实验与分析
    3.1 实验准备
    3.2 实验结果
        3.2.1 分类预测
        3.2.2 排序预测
4 总结与展望



本文编号：3785121