基于概率的无监督缺陷预测方法

摘要

本发明涉及基于概率的无监督缺陷预测方法，包括如下步骤，S1获取度量元阈值，使用每个度量下源代码类的度量元值的中位数作为阈值；S2度量元值与阈值的差值概率化；S3聚类，计算所有度量元下每个文件的概率之和，具有相同值的类归为一类；S4标记，如果某类文件所对应的概率合大于等于L，则将该类文件标记为有缺陷，否则标记为无缺陷，从而将所有类标记为有缺陷和没有缺陷的两类。本发明方法使用概率表示类存在缺陷的可能性，不同度量元值得到的概率不同，保留类存在缺陷可能性大小的信息。在标记的过程中，根据数据集中缺陷的分布特点，选取合适的临界值进行标记。在避免信息丢失的同时，选择合适的标记临界值，提高了缺陷预测的性能。