面向可解释性的软件缺陷预测主动学习方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 针对软件缺陷预测中数据标注代价较高及深度学习模型缺乏可解释性的问题，提出一种面向可解释性的软件缺陷预测主动学习方法。首先，基于主动学习技术，通过样本选择策略从目标项目中筛选出不确定性高的样本进行专家标注，并将这些标注样本放入源项目中以训练预测器。其次，利用领域知识对选定样本进行扰动，构建局部数据集，并通过线性模型在该数据集上模拟数据选择策略的行为，以实现模型的可解释性。（剩余16954字）

试读结束

目录
monitor