基于代价敏感集成分类器的长方法检测

• 作者: 刘丽倩 董东
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 长方法 代码坏味 代价敏感 认知复杂度
• 年，卷（期）: 2018,（z2）
• 所属期刊栏目: 软件工程与数据库技术
• 页码范围: 497-500
• 页数: 4页
• 分类号: TP311
• 字数: 4929字
• 语种: 中文

摘要

长方法(Long Method)是由于一个方法太长而需要重构的软件设计的问题.为了提高传统机器学习方法对长方法的识别率,针对代码坏味数据不平衡的特性,提出代价敏感集成分类器算法.以传统决策树算法为基础,利用欠采样策略对样本进行重采样,进而生成多个平衡的子集,并将这些子集训练生成多个相同的基分类器,然后将这些基分类器组合形成一个集成分类器.最后在集成分类器中引入由认知复杂度决定的误分类代价,使得分类器向准确分类少数类倾斜.与传统机器学习算法相比,此方法对长方法检测结果的查准率和查全率均有一定提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董东	河北师范大学数学与信息科学学院	42	156	6.0	10.0
2	刘丽倩	河北师范大学数学与信息科学学院	1	1	1.0	1.0