基于机器学习的软件缺陷倾向性预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为了能尽早发现软件中存在的缺陷，使用传统的机器学习方法来预测软件模块的缺陷倾向性，选取了NASA公开数据集中的部分数据集，针对软件缺陷预测中类不平衡的问题，分别采取了随机欠采样和随机过采样的方案，再使用逻辑回归算法和随机森林算法分别对数据集进行训练和预测，使用了查准率（Precision）、查全率（Recall）、ROC曲线下面积（AUC）作为模型的评价指标，并给出了对比实验的结果。（剩余5771字）

试读结束

目录
monitor
客服机器人