即时缺陷预测中数据集特征的考察
软件工程
2021-09-29 v1
摘要
即时（JIT）缺陷预测是指预测一次代码变更是否存在缺陷的技术。借助Kamei的出色数据集，该领域已取得诸多成果。本文中，我们重访该数据集，强调其在预处理上的困难以及该数据集在无监督学习上的局限性。其次，我们提出Kamei数据集中可用于训练模型的若干特征。最后，我们讨论该数据集特征的局限性。
引用
@article{arxiv.2109.13634,
title = {Investigation of Dataset Features for Just-in-Time Defect Prediction},
author = {Giuseppe Ng and Charibeth Cheng},
journal= {arXiv preprint arXiv:2109.13634},
year = {2021}
}
备注
8 pages, 8 figures, 7 tables