抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ソフトウェア欠陥予測の主要な問題の一つであるクラス不均衡問題に対処する種々の方法がある。サンプリングアルゴリズムは,実務者不均衡データ点を一掃したによる工業及びオープンソースソフトウェア欠陥予測データセットに実装した。最新,サンプリングアルゴリズムは静的またはプロセスコードメトリックスのいずれか使用されてきた。本研究では,仮想,SMOTE,HSDD(欠陥データ集合に対するハイブリッドサンプリング)を含むサンプリングアルゴリズムは静的コードと品質メトリックスを用いて検討した。著者らの目標は,実務者は欠陥予測におけるメトリックスの型を決定するために引き起こすだけでなく,欠陥の少ないソフトウェアプロジェクトを設計する開発者のための有用な情報を提供することである。十データセット(GitHubから)上の三サンプリングアルゴリズムを用いてサンプリング実験を行った。特徴選択は,データセットの大きな特徴に適用した。五つの分類器を用いて,サンプリング後のデータセットの性能は最初のデータセットと比較した。回帰分析を欠陥傾向を検出するための最も有力な計量を見出すために品質メトリックスに実装した。サンプリングのタイプにかかわらず,予測性能は類似していた。品質メトリックスは静的コードメトリックスを超えた訓練時間と予測精度。品質メトリックスを用いたより良い予測結果よりもむしろ不均衡データセットにおける静的コードメトリックスを得た。プロジェクトクローニングの数が増加すると,欠陥の数は減少した。クラス不均衡に関連したアプローチは静的コードメトリックスの観点だけでなく品質メトリックスの評価すべきである。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】