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。
背景:多くの関連性フィルタは,建築プロジェクトに跨る欠陥予測(CPDP)モデルのための訓練データを選択するために提案されている。しかし,今日まで,関連性フィルタはCPDPに対して良い状況ではない約コンセンサスがある。目標:本論文では,最近の文献で提案された九つの関連性フィルタを比較するために徹底的な実験を行った。33種類の公開利用可能なデータセット上【方法】ベース,元の訓練データの保持比と保持データ間の重複度ランキングと分類シナリオの下で得られたCPDPモデルの予測性能を比較した。【結果】保持比と重複度の観点から,これらのフィルタ間の重要な違いがある。欠陥予測性能によると,世界のフィルタは常に第一レベルにとどまる。【結論】開業医に対して,フィルタ源プロジェクトデータに必要ではないと思われる,これは良好な欠陥予測結果につながるかもしれない。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】