融合特征选择与多模型软投票集成学习的代码异味检测方法

摘要

代码异味会导致软件质量逐渐衰退，降低软件可理解性和可维护性.为检测软件结构中的代码异味，提出了一种基于CK度量的、经过两步特征选择的软投票集成学习的代码异味检测方法，该方法首先进行特征选择，使用Pearson相关系数剔除冗余特征，并在剩余度量中使用XGBoost特征重要性筛选相关度大的度量.然后，针对仅使用单一机器学习模型泛化性能不佳的问题，提出一种基于5种较成熟机器学习模型的软投票集成学习模型，完成代码异味分类检测任务.实验基于CK度量，利用含7个开源项目、4种代码异味的数据集，实验结果表明，此种方法能够减少特征维度，且在性能指标上优于其它分类模型，其中F1值最高提升3.24%,AUC最高提升2.32%.

关键词

代码异味 / 特征选择 / CK度量 / 投票模型 / 集成学习