改进加权朴素贝叶斯的软件缺陷预测算法

• 作者: 郭树强 黄蕊 李卿
• 来源期刊: 控制工程
• 关键词: 加权朴素贝叶斯 特征不相关 加权系数 软件缺陷预测 离散化 min-max归一化
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 工业过程管理与决策系统
• 页码范围: 600-605
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20180502

摘要

针对软件缺陷预测领域特征之间存在紧密关联性而影响朴素贝叶斯分类性能的问题,提出一种改进加权朴素贝叶斯的分类算法.首先,通过预处理步骤以及特征成对计算,创建彼此之间的依赖关系.然后,通过构造权值的方式实现朴素贝叶斯的独立性假设松弛.最后,使用离散化方法将软件指标的数值转化为分类值,并利用min-max归一化程序对数据进行归一化处理.使用获得广泛认可的NASA信用数据库进行实验,实验结果表明,提出的改进算法比标准朴素贝叶斯方法预测效果更好,相比其他几种同类算法,提出的算法更具竞争性.