基于级联泛化的软件缺陷预测分类器
软件工程
2024-06-26 v1
摘要
软件缺陷预测 (SDP) 的过程涉及预测哪些软件系统模块或组件风险最高，可能存在缺陷。SDP 提炼出的预测结果和判断可帮助软件开发团队有效地将有限资源分配给潜在易受缺陷模块。正因如此，SDP 模型需要不断改进和细化。因此，本研究提出在机器学习 (ML) 基于的 SDP 模型中部署级联泛化 (CG) 函数，以提升其预测性能。CG 函数通过在基本分类算法生成的分布函数邻域中引入新样本，从而扩展初始样本空间，随后减缓其偏差。对 NASA 软件缺陷数据集上的 Naive Bayes (NB)、决策树 (DT) 和 k 近邻 (kNN) 模型进行实验，以检验 CG 基于模型的有效性。基于实验结果，与基线 NB、DT 和 kNN 模型相比，CG 基于模型 (CG-NB、CG-DT、CG-kNN) 在预测性能上表现更优。因此，CG-NB、CG-DT 和 CG-kNN 模型的平均准确率分别比基线 NB、DT 和 kNN 提升了 +11.06%、+3.91% 和 +5.14%。此外，观察到类似的性能提升表现在曲线下面积 (AUC) 上，CG-NB、CG-DT 和 CG-kNN 的平均 AUC 值分别比基线 NB、DT 和 kNN 提升了 +7.98%、+26% 和 +24.9%。本文还表明，所提出的 CG 基于模型在 Bagging 和 Boosting 集成变体以及现有的计算多样性 SDP 模型方面均表现出色。
引用
@article{arxiv.2406.17120,
title = {Cascade Generalization-based Classifiers for Software Defect Prediction},
author = {Aminat Bashir and Abdullateef Balogun and Matthew Adigun and Sunday Ajagbe and Luiz Fernando Capretz and Joseph Awotunde and Hammed Mojeed},
journal= {arXiv preprint arXiv:2406.17120},
year = {2024}
}
备注
18 pages