×

特征选择和机器学习的软件缺陷跟踪系统对比

消耗积分:0 | 格式:pdf | 大小:0.82 MB | 2021-06-10

分享资料个

　　针对Bugzilla缺陷跟踪系统的ε clipse项目软件缺陷报告数据集，使用特征选择和机器学习算法对向量化的原始数据进行特征降维、权重优化等处理，得到数据维度较低的优化数据集，并采用分类算法评估软件缺陷报告严重程度。通过对4种特征选择算法及4种机器学习算法处理结果的交叉对比表明，使用信息增益特征选择算法对原始数据集进行特征优化，并结合多项式贝叶斯算法对优化数据集进行训练与测试，可使软件缺陷报告严重性预测的 AUROC值提高至0.767。

下载并关注上传者 开通VIP，低至0.08元下载/次

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !