分类不平衡对软件缺陷预测模型性能的影响研究.pdf

SAT 2015 分类不平衡对软件缺陷预测模型 性能的影响研究 报告人：于 巧 导 师：姜淑娟 教授 日 期：2015.11.6 主要内容 SAT 2015  1. 研究背景  2. 预测模型介绍  3. 本文框架  4. 实验  5. 有效性分析  6. 总结 2 1 研究背景 SAT 2015 目前，分类不平衡是机器学习、数据挖掘和模 式识别等领域的研究热点。 一般地，分类不平衡是指不同类别间样本数量 分布的不均衡现象。在二分类问题中，当这两类样 本数量相差悬殊时，表现出分类不平衡问题。 在实际应用中，分类不平衡问题也是普遍存在 的，如银行系统中的异常交易(少数类)检测。 3 1 研究背景 SAT 2015 软件缺陷预测是一个典型的二分类问题，分为 有缺陷模块(少数类)和无缺陷模块(多数类) 。 传统预测模型(分类模型)往往以最大化总体的 分类准确率为目标，在分类不平衡情况下，可能会 忽略对少数类的识别。 4 1 研究背景 SAT 2015 100个样本 99%准确率 99个无缺陷样本 全部预测为 1个有缺陷样本 无缺陷样本 说明：分类不平衡会影响传统预测模型的性能 5 1 研究背景 SAT 2015 问题：  在分类不平衡情况下，哪些预测模型的性能更 易受到影响，或者哪些预测模型性能更稳定？  在某些预测模型下进行验证，如贝叶斯、回归 等；如何选择合理的预测模型？ 6 1 研究背景 SAT 2015 探究分类不平衡对软件缺陷预测模型性能的影 响程度，提出一种分类不平衡影响分析(Influence Analysis of Imbalanced Classification，IAIC)框架。  评价不同预测模型在处理分类不平衡时的稳定 性；  根据稳定性评价结果，在实际情况中有针对性 地选择合理的预测模型。