一种基于数据重采样的类不平衡软件缺陷预测方法

摘要

本发明提出了一种基于数据重采样的类不平衡软件缺陷预测方法。本发明通过计算少数类数据集合与多数类元素和少数类元素的欧式距离，筛选出与少数类数据距离最近的少数类数据和多数类数据，通过欧式距离得到少数类数据的距离参数；在少数类数据集合中根据距离参数对少数类数据进行标记，并得到少数据点类型；计算少数类数据集合中每个少元素的K近邻点集合，统计K近邻点中多数类数据、少数类数据的数量，得到新生成的少数类数据数量；分别选择两个分类器，对新生成的软件缺陷预测少数类数据进行置信度评价，得到训练数据集，训练选择的分类器，通过加权投票得到最终的预测结果。本发明能够良好的解决软件缺陷预测过程中的类不平衡问题。