针对软件缺陷预测中普遍存在的样本特征冗余、缺陷数据集不平衡等问题,采用一种多维高斯分布概率模型来预测软件缺陷。通过均值向量以及协方差矩阵进行训练,根据待预测样本出现在各样本类别的概率判断得到分类结果。此外,还研究了特征个数与分类准确率之间的关系,验证了特征选择的必要性。在不同数据集上的对比实验结果表明,提出的模型具有较好的性能,弥补了普通分类算法忽视少数类样本等不足,保证预测效率的同时提高了模型整体的分类效果。
科研之友
微信
新浪微博
Facebook
分享链接
