工作量感知软件缺陷预测中偏斜分布的影响及测试评估方法

摘要

针对工作量感知软件缺陷预测中传统模型测试评估方法存在偏差这一问题，采用偏斜分布的偏度作为数值特征，研究了3种主要测试评估方法的测试集在工作量偏度的偏差和与其对应的估计误差，并基于偏度偏差较小的采样余量方法，提出一种改进方法——后采样方法，所提后采样方法能够保持测试集的类标签比例以避免生成无效测试集。研究结果表明：最常用的十折交叉验证方法偏度偏差最大，其估计误差也最大；与十折交叉验证相比，改进方法性能估计误差减少约4.9%～26.9%;与采样余量方法相比，改进方法不会产生无效测试集，并证明了减小测试集偏度偏差以减少估计误差的有效性。所提后采样方法为工作量感知软件缺陷预测提供了一种更可靠的测试评估方法，能够更准确地评估模型性能。

关键词

软件缺陷预测 / 工作量感知 / 偏斜分布 / 测试评估方法

基金资助

国家自然科学基金资助项目(92046009)