面向迁移学习的类不平衡学习用于跨项目缺陷预测
软件工程
2019-01-25 v1 机器学习
摘要
跨项目缺陷预测(CPDP)旨在利用其他项目的历史缺陷数据所训练的预测模型，来预测缺乏训练数据的项目的缺陷。然而，由于来自不同项目的数据集之间存在分布差异，构建高质量的CPDP模型仍具挑战性。遗憾的是，软件缺陷数据集的类不平衡特性进一步增加了难度。本文中，我们提出了一种面向迁移学习的少数类过采样技术(TOMO)结合基于特征加权的迁移朴素贝叶斯(FWTNB)方法(TOMOFWTNB)用于CPDP，同时考虑类不平衡与特征重要性问题。与传统的过采样技术不同，TOMO不仅能平衡数据还能减小分布差异。随后使用FWTNB进一步增加两个分布的相似性。我们在11个公共缺陷数据集上进行了实验。实验结果表明：(1) TOMO将平均G-Measure提升了23.7\%41.8\%，平均MCC提升了54.2\%77.8\%；(2) 特征加权(FW)策略将平均G-Measure提升了11\%，平均MCC提升了29.2\%；(3) 与现有最先进的CPDP方法相比，TOMOFWTNB将平均G-Measure值提升了至少27.8\%，平均MCC值提升了至少71.5\%。可得出结论：(1) TOMO对解决CPDP场景中的类不平衡问题非常有效；(2) 我们的FW策略有助于CPDP；(3) TOMOFWTNB优于先前最先进的CPDP方法。
引用
@article{arxiv.1901.08429,
title = {Transfer-Learning Oriented Class Imbalance Learning for Cross-Project Defect Prediction},
author = {Haonan Tong and Bin Liu and Shihai Wang and Qiuying Li},
journal= {arXiv preprint arXiv:1901.08429},
year = {2019}
}