10.16208/j.issn1000-7024.2017.11.023
基于改进Adaboost软件缺陷数据特征选择方法
传统的Adaboost算法在处理软件缺陷数据时,面临两个问题:Adaboost未能考虑软件缺陷数据为不平衡数据,即无缺陷的样本数远远超过有缺陷的样本数;通过Adaboost选择出来的软件特征之间存在较大的相关性,这些特征会影响分类效果,影响预测结果.为此提出一种基于互信息及改进的Adaboost的集成算法MAboost.在NASA数据集上的实验结果表明,该算法对于软件缺陷数据具有较好的特征选择能力.
Adaboost、特征选择、软件缺陷、不平衡数据、互信息
38
TP3(计算技术、计算机技术)
山东省自然科学基金项目ZR2013FL034
2018-01-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
3018-3022,3124