评估早鸟启发式方法（用于预测项目质量）
软件工程
2023-01-12 v4 人工智能
机器学习
摘要
在研究者急于对所有可用数据进行推理或尝试复杂方法之前，或许审慎做法是先检查更简单的替代方案。具体而言，若历史数据的信息最集中于某小块区域，或许从该区域学习的模型便足以用于项目其余部分。为支持此主张，我们提供一项基于240个项目的案例研究，发现这些项目的信息“聚集”于项目最早阶段。仅由前150次提交所学习的品质预测模型，其表现与最先进替代方案相当或更优。仅利用此“早鸟”数据，我们能在项目生命周期中非常快速且早期地构建模型。此外，使用此早鸟方法，我们展示了仅含少量特征的简单模型可泛化至数百个项目。基于该经验，我们怀疑先前关于品质模型泛化的工作可能将本属简单的过程不必要地复杂化了。进而，先前聚焦于生命周期后期数据的工作需被重新审视，因其结论源自相对信息量低的区域。复现说明：我们的所有数据与脚本见 https://github.com/snaraya7/early-bird
引用
@article{arxiv.2105.11082,
title = {Assessing the Early Bird Heuristic (for Predicting Project Quality)},
author = {N. C. Shrikanth and Tim Menzies},
journal= {arXiv preprint arXiv:2105.11082},
year = {2023}
}
备注
38 pages (Accepted TOSEM Jan 2023)