理解迁移学习在跨项目缺陷预测中自动化参数优化的实证研究
神经与进化计算
2020-02-11 v1 软件工程
摘要
数据驱动的缺陷预测在软件工程过程中已变得日益重要。由于软件项目的数据不足以训练可靠的缺陷预测模型的情况并不少见，从其他项目借用数据/知识以促进当前项目模型构建的迁移学习，即跨项目缺陷预测（CPDP），自然是合理的。大多数 CPDP 技术包含两大主要步骤，即迁移学习与分类，每一步至少有一个需调优以达最优性能的参数。该实践与自动化参数优化的目的契合良好。然而，关于自动化参数优化对各种 CPDP 技术的影响尚缺乏透彻理解。本文中，我们呈现首项实证研究，考察其对 62 种 CPDP 技术的影响，其中 13 种选自现有 CPDP 文献，其余 49 种此前未被探索。我们在 20 个规模与特征各异的真实软件项目上构建缺陷预测模型。我们的发现表明：（1）自动化参数优化以可控的计算成本大幅提升了 77% CPDP 技术的缺陷预测性能，因此未来 CPDP 研究需在此方面投入更多努力。（2）迁移学习在 CPDP 中至关重要。在有限计算预算下，聚焦于优化迁移学习算法的参数配置更具成本效益。（3）CPDP 研究远未成熟，通过组合现有迁移学习与分类技术“不难”找到更优替代方案。该发现为未来 CPDP 技术的设计提供了重要见解。
引用
@article{arxiv.2002.03148,
title = {Understanding the Automated Parameter Optimization on Transfer Learning for CPDP: An Empirical Study},
author = {Ke Li and Zilin Xiang and Tao Chen and Shuo Wang and Kay Chen Tan},
journal= {arXiv preprint arXiv:2002.03148},
year = {2020}
}