基于集成混合采样的软件缺陷预测研究

来源：计算机工程与科学杂志2015年第5期北京时间：

作者：戴翔1，毛宇光1,2

单位：1.南京航空航天大学计算机科学与技术学院，江苏 南京 210016；2.南京大学计算机软件新技术国家重点实验室，江苏 南京 210093

摘要：对软件缺陷预测的不平衡问题进行了研究，提出了一种处理不平衡数据的采样方法，用来解决分类器因为样本集中的样本类别不平衡而造成分类器性能下降的问题。为了避免随机采样的盲目性，利用启发性的混合采样方法来平衡数据，针对少数类采用SMOTE过采样，对多数类采用KMeans聚类降采样，然后综合利用多个单分类器来进行投票集成预测分类。实验结果表明，混合采样与集成学习相结合的软件缺陷预测方法具有较好的分类效果，在获得较高的查全率的同时还能显著降低误报率。

关键词：不平衡数据;SMOTE;KMeans;投票;集成学习,

基金资助：国家自然科学基金资助项目（41301407）