预测开源项目的健康指标（基于超参数优化）
软件工程
2022-03-21 v3
摘要
在公共平台上开发的软件是一种数据来源，可用于对这些项目进行预测。虽然个体的开发活动可能是随机且难以预测的，但当大量开发者在软件项目上协作时，项目层面的开发行为可以以良好的准确度被预测。为证明这一点，我们使用来自1,159个GitHub项目的64,181个月的数据，对这些项目近期（截至2020年4月）的状态进行多种预测。我们发现传统估计算法会犯很多错误。诸如k近邻（KNN）、支持向量回归（SVR）、随机森林（RFT）、线性回归（LNR）和回归树（CART）等算法具有较高错误率。但使用超参数优化可大幅降低该错误率。据我们所知，这是迄今使用近期数据预测开源项目多种健康指标的最大规模研究。
引用
@article{arxiv.2006.07240,
title = {Predicting Health Indicators for Open Source Projects (using Hyperparameter Optimization)},
author = {Tianpei Xia and Wei Fu and Rui Shu and Rishabh Agrawal and Tim Menzies},
journal= {arXiv preprint arXiv:2006.07240},
year = {2022}
}
备注
Accepted to EMSE 2022