基于聚类和混合采样的软件缺陷预测研究

摘要

针对软件缺陷预测中数据不平衡问题,提出一种混合采样方法MSKsmote.首先将不平衡的数据划分为噪音点,危险点和安全点,对数据中的噪音点进行清除,随后利用K-means聚类算法将相似数据归为同一个簇,将属于少数类簇且是危险点的多数类数据进行清除,接着再对危险点中少数类数据进行过采样以达到数据的平衡.MSKsmote算法以AEEEM数据集作为评测对象,以F_(1)值作为评测指标.实验证明:MSKsmote算法相较于其他经典的采样方法有着更好的预测效果.