一种基于ReliefF和CFS两阶段混合的软件缺陷特征选择方法

摘要

本发明提出了一种基于ReliefF和CFS两阶段混合的软件缺陷特征选择方法，属于软件缺陷预测领域。该方法采用权重和相关性相结合的方案，以ReliefF算法和CFS算法为基础进行实现，目的是为了选取数据中相关性高且低冗余的特征。具体包括如下步骤：提取待预测软件产品的度量元特征，通过ReliefF算法计算每个度量元特征与特征类别之间的相关性，根据设置阈值去除不相关特征，然后计算剩余特征与类之间的相关性并对特征进行排序，最后根据CFS的启发式方程对特征进行筛选以去除冗余特征，得到对软件缺陷预测有价值的特征。本发明可以选取软件缺陷数据中相关性高且低冗余的特征，进而用于软件缺陷的高准确率预测，可以用于对后续软件缺陷预测性能进一步的优化。