A Cluster Based Feature Selection Method for Cross-Project Software Defect Prediction

查看全文 作　　者：Chao [1]Ni;Wang-Shu [1]Liu;Xiang [1,2]Chen;Qing [1]Gu;Dao-Xu [1]Chen;Qi-Guo [1]Huang

机构地区：[1]State Key Laboratory for Novel Software Technology, Nanjing University, Nanjing 210023, China;[2]School of Computer Science and Technology, Nantong University, Nantong 226019, China

出　　处：《Journal of Computer Science & Technology》索引2017年第32卷第6期,共18页

摘　　要：从外部来源软件的标记的数据投射在目标补偿有用数据的缺乏的跨工程的缺点预言(CPDP ) 使用投射,以便造一个有意义的分类模型。然而,在从来源和目标工程提取的软件特征之间的分发差距可能太大,不能为训练使混合数据有用。在这份报纸,我们建议基于簇的新奇方法 FeSCH (用簇的特征选择混合数据) 由特征选择减轻分发差别。FeSCH 包括二个阶段。用一个基于密度的聚类方法聚类阶段簇特征的特征,和特征选择分阶段执行用评价策略从每簇选择特征。为 CPDP,我们在第二个阶段设计三不同启发式的评价策略。调查 FeSCH 的预言性能,我们基于真实世界的软件工程设计实验,并且学习在 FeSCH 的设计选择的效果(例如评价策略,特征选择比率,和分类器) 。试验性的结果证明 FeSCH 的有效性。与最先进的基线方法相比,第一, FeSCH 完成更好的性能,它的表演是使用的分类器影响的更少。第二, FeSCH 由有效地越过特征范畴选择特征提高表演,并且为为缺点预言选择有用特征提供指南。 关键词：software defect prediction cross-project defect prediction feature selection feature clustering density-basedclustering

相关文献

参考文献（39）
引证文献（7）
耦合文献（9）

参考文献(39)

引证文献(7)

耦合文献(9)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

A Cluster Based Feature Selection Method for Cross-Project Software Defect Prediction

参考文献(39)

引证文献(7)

耦合文献(9)

用户提示