面向软件缺陷预测的聚类欠采样集成方法

摘要：

为缓解类不平衡问题对预测模型性能的影响,提出一种基于聚类的欠采样集成方法 CBUE (cluster-based under-sampling ensemble method)。对多数类进行聚类分析,根据聚类的结果分布(即每个簇的大小比例)有放回地选择N 个多数类的子集,N个子集分别和所有的少数类实例组成N 个新的训练集；根据N个训练集训练出N 个分类器,按照少数服从多数的原则生成一个新的集成分类器对新的数据进行预测。CBUE以 NASA数据集作为评测对象,以 balance、G-mean和AUC为评测指标,实验结果表明,该方法在大部分情况下要优于5种经典的基准方法(ROS、RUS、SMOTE、RF和NB)。

关键词：类不平衡学习、软件缺陷预测、集成学习方法、欠采样、聚类

所属期刊栏目：37

分类号：TP311.5(计算技术、计算机技术)

资助基金：国家自然科学基金项目61202006、61272424;计算机软件新技术国家重点实验室开放课题基金项目KFKT2012B29;江苏省自然科学基金项目BK2010277;江苏省科技创新基金项目BC2013167;江苏省高校自然科学基金项目12KJB520014

在线出版日期：2016-08-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1805-1810,1891