典型文献
基于机器学习的软件缺陷倾向性预测研究
文献摘要：
为了能尽早发现软件中存在的缺陷,使用传统的机器学习方法来预测软件模块的缺陷倾向性,选取了NASA公开数据集中的部分数据集,针对软件缺陷预测中类不平衡的问题,分别采取了随机欠采样和随机过采样的方案,再使用逻辑回归算法和随机森林算法分别对数据集进行训练和预测,使用了查准率(Precision)、查全率(Recall)、ROC曲线下面积(AUC)作为模型的评价指标,并给出了对比实验的结果.
文献关键词：
机器学习;软件缺陷预测;倾向性预测;逻辑回归;随机森林
中图分类号：
作者姓名：
颜慧
作者机构：
广东白云学院,广东广州 510450
文献出处：
引用格式：
[1]颜慧-.基于机器学习的软件缺陷倾向性预测研究)[J].电脑知识与技术,2022(07):67-70
A类：
B类：
基于机器学习,缺陷倾向性预测,预测研究,早发现,机器学习方法,预测软件,软件模块,NASA,公开数据集,软件缺陷预测,类不平衡,随机欠采样,过采样,逻辑回归算法,随机森林算法,查准率,Precision,查全率,Recall
AB值：
0.378876
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
