多数決手法によるError Prone予測手法の評価

摘要

In Error prone module prediction, we at first decide the prediction algorithm and the metrics set, we call it as the prediction model, and next we apply the training data to that prediction model and get the predictor. At last we apply the testing data to that predictor and get error prone module prediction. So, optimal selection of the prediction model and the training data is important. But there is no unique answer for this selection and further Zhimin[l] said that the selection of past data as the training data is not necessarily optimal. So we propose the combination of prediction models and/or training data.%Error-proneモジュールの予測は、予測のアルゴリズムと利用するメトリクスを決め、予測モデルとし、訓練データを学習させることで予測器を生成してこの予測器で検査データの予測を行うという手順を取る。しかし、検査対象のプロジェクトに対して、どのアルゴリズムが最も有効であるかを判断するのは難しい。また、従来訓練データとしては検査対象プロジェクトの過去データがよいとされていたが、（Zhimin[l])では必ずしもそうではないことが示されている。そこで、本稿では複数予測器の予測結果の多数決を取り、最終結果を求めるという手法を、アルゴリズムおよび訓練データについて行うという手法による効果の検証を行った。