作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在软件缺陷预测中,好的模型能提高跨项目缺陷预测的性能.然而,在很多测试样本中,存在类别不平衡问题.类别不平衡问题是指分类任务中不同类别的训练样例的数量相差很大.类别不平衡的基本方法是再平衡.
推荐文章
面向类不平衡数据集的软件缺陷预测模型
软件缺陷预测
类不平衡数据
特征选择
集成算法
基于不平衡数据集的客户流失预测研究
类不平衡性
客户流失预测
机器学习
抽样法
基于AdaBoost的类不平衡学习算法
机器学习
类不平衡学习
集成学习
SMOTE
数据清理技术
基于不平衡数据集的软件缺陷预测
软件失效预测
不平衡数据
主成分分析
分类回归树
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于跨项目缺陷预测的类不平衡问题研究
来源期刊 电脑迷 学科
关键词 软件缺陷预测 类别不平衡 再平衡 测试样本
年,卷(期) 2019,(1) 所属期刊栏目 综合论坛
研究方向 页码范围 239
页数 1页 分类号
字数 874字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 戴晓峰 13 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
软件缺陷预测
类别不平衡
再平衡
测试样本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
总被引数(次)
8479
论文1v1指导