一种软件缺陷不平衡数据分类新方法_中国煤炭行业知识服务平台

一种软件缺陷不平衡数据分类新方法

作者

刘文英林亚林李克文雷永秀
单位

中国石油大学（华东）计算机科学与技术学院
摘要

针对软件缺陷预测数据中的数据不平衡、预测精度低以及特征维度高的问题,提出了一种RUS-RSMOTE-PCA-Vote的软件缺陷不平衡数据分类方法。首先通过随机欠采样来减少无缺陷样本的数量;在此基础上进行SMOTE过采样,在过采样中综合总体样本的分布状况引入影响因素posFac指导新样本的合成;对经过RUS-RSMOTE混合采样处理后的数据集进行PCA降维,最后应用Vote组合K最近邻、决策树、支持向量机构造集成分类器。在NASA数据集上的实验结果表明,与现有不平衡数据分类方法相比,所提方法在F-value值、G-mean值和AUC值上更优,有效地改善了软件缺陷预测数据集的分类性能。
关键词

软件缺陷预测不平衡数据混合采样特征降维集成分类器
基金项目(Foundation)

国家自然科学基金项目（61673396）；山东省自然科学基金项目（ZR2017MF032）；
文章目录

1 相关算法
1.1 随机欠采样（Random under-sampling,RUS)
1.2 SMOTE
1.3 主成分分析
1.4 Vote
2 基于RUS-RSMOTE-PCA-Vote的软件缺陷不平衡数据分类方法
2.1 改进的RSMOTE过采样方法
2.2 基于RUS-RSMOTE-PCA-Vote的软件缺陷不平衡数据分类方法
3 实验设计与分析
3.1 实验对象
3.2 实验评价指标
3.3 实验设计与结果分析
4 总结与展望
引用格式

刘文英,林亚林,李克文,雷永秀.一种软件缺陷不平衡数据分类新方法[J].山东科技大学学报(自然科学版),2021,40(02):84-94.