基于采样的半监督支持向量机软件缺陷预测方法

来源：计算机工程与应用杂志2017年第14期北京时间：

作者：廖胜平，徐 玲，鄢 萌

单位：重庆大学 软件学院，重庆 401331

摘要：软件缺陷预测有助于提高软件开发质量，保证测试资源有效分配。针对软件缺陷预测研究中类标签数据难以获取和类不平衡分布问题，提出基于采样的半监督支持向量机预测模型。该模型采用无监督的采样技术，确保带标签样本数据中缺陷样本数量不会过低，使用半监督支持向量机方法，在少量带标签样本数据基础上利用无标签数据信息构建预测模型；使用公开的NASA软件缺陷预测数据集进行仿真实验。实验结果表明提出的方法与现有半监督方法相比，在综合评价指标[F]值和召回率上均优于现有方法；与有监督方法相比，能在学习样本较少的情况下取得相当的预测性能。

关键词：软件缺陷预测,半监督,Safe半监督支持向量机（S4VM）,类不平衡,采样