如何使用數(shù)據(jù)過采樣和集成學(xué)習(xí)進(jìn)行軟件缺陷數(shù)目預(yù)測方法概述

　　預(yù)測軟件缺陷的數(shù)目有助于軟件測試人員更多地關(guān)注缺陷數(shù)量多的模塊，從而合理地分配有限的測試資源。針對軟件缺陷數(shù)據(jù)集不平衡的問題，提出了一種基于數(shù)據(jù)過采樣和集成學(xué)習(xí)的軟件缺陷數(shù)目預(yù)測方法——SMOTENDEL。首先，對原始軟件缺陷數(shù)據(jù)集進(jìn)行n次過采樣，得到凡個平衡的數(shù)據(jù)集；然后基于這n個平衡的數(shù)據(jù)集利用回歸算法訓(xùn)練出n個個體軟件缺陷數(shù)目預(yù)測模型；最后對這凡個個體模型進(jìn)行結(jié)合得到一個組合軟件缺陷數(shù)目預(yù)測模型，利用該組合預(yù)測模型對新的軟件模塊的缺陷數(shù)目進(jìn)行預(yù)測。實驗結(jié)果表明SMOTENDEL相比原始的預(yù)測方法在性能上有較大提升，當(dāng)分別利用決策樹回歸（ DTR）、貝葉斯嶺回歸（BRR）和線性回歸（LR）作為個體預(yù)測模型時，提升率分別為7.68%、3.31%和3.38%。

　　軟件在如今社會發(fā)揮著舉足輕重的作用，復(fù)雜系統(tǒng)的可靠性高度依賴于軟件的可靠性。軟件缺陷是導(dǎo)致系統(tǒng)失效和崩潰的潛在根源，如果能對軟件缺陷進(jìn)行預(yù)測，就能在造成危害前對軟件缺陷進(jìn)行排查和修復(fù)，從而減少軟件崩潰所帶來的經(jīng)濟(jì)損失。

　　伴隨著第一個軟件的誕生并延續(xù)至今，軟件缺陷預(yù)測技術(shù)已得到了長足的發(fā)展。已有很多研究提出了很多軟件缺陷預(yù)測方法。探索了傳統(tǒng)的機(jī)器學(xué)習(xí)模型和半監(jiān)督學(xué)習(xí)在軟件缺陷預(yù)測中的應(yīng)用，并在PROMISE數(shù)據(jù)集上進(jìn)行測試，達(dá)到了工程的需求。比較了包括決策樹、貝葉斯、向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)機(jī)器學(xué)習(xí)模型在多機(jī)構(gòu)數(shù)據(jù)集上的預(yù)測表現(xiàn)。