基于分层数据筛选的跨项目缺陷预测方法

摘要

跨项目缺陷预测旨在解决传统的项目内缺陷预测的历史数据缺失,新项目初期缺乏训练数据等实际问题.然而,在跨项目缺陷预测中,不同项目之间以及实例之间的数据分布差异降低了其预测性能.针对这一问题,提出了基于分层数据筛选的跨项目缺陷预测方法.该方法将训练数据的筛选过程分为项目层筛选和实例层筛选,从源数据集中选出与目标项目数据分布最接近的候选项目集,在候选项目集中选出与目标项目中实例相似度较高的训练数据集,最后在训练数据集上训练朴素贝叶斯模型.在PROMISE数据集进行实验对比.结果表明,与项目内缺陷预测比较,提出的分层数据筛选方法优于项目内缺陷预测,并且有效降低了训练数据和目标项目数据之间的差异性.