[发明专利]一种基于Adaboost的软件缺陷预测方法

权利要求书

1.一种基于Adaboost的软件缺陷预测方法，其特征在于，包括如下具体步骤：

步骤1：采集软件缺陷数据组成原始训练数据集，对原始训练数据集进行分类划分，获得n组训练数据组；

步骤11：输入原始训练数据集S₀；

步骤12：将所述训练数据集S₀按标签类别划分为大类样本集S_Maj和小类样本集S_Min；

步骤13：分别计算所述大类样本集S_Majk维特征的样本均值和样本方差以及大类样本后验概率，其中k＝1,2,...,m，m为特征数，样本类别Y＝0时，大类样本X_ik取值为x_ik时的后验概率为

步骤14：分别计算所述小类样本集S_Mink维特征的样本均值和样本方差以及小类样本后验概率，其中k＝1,2,...,m，m为特征数，所述样本类别Y＝1时，所述大类样本X_ik取值为x_ik时的所述后验概率为进入步骤15；否则输出重采样数据集S_new；

步骤15：遍历所述大类样本集S_Maj中每个样本的m个特征，计算样本特征变量D_ik＝P(X_ik＝x_ik|Y＝0)-P(X_ik＝x_ik|Y＝1)；

步骤16：对m个所述样本特征变量D_ik求和得到样本信息量大小

步骤17：根据所述样本信息量大小γ对所述大类样本集S_Maj中的所有所述大类样本进行排序并分组，获得n组样本子集S₁，S₂，S₃，...S_n；

步骤2：遍历n组所述训练数据组进行训练，获得若干弱分类器，将若干所述弱分类器融合获得集成分类器；

步骤3：将软件运行数据输入所述集成分类器，输出软件缺陷预测结果。

2.根据权利要求1所述的一种基于Adaboost的软件缺陷预测方法，其特征在于，所述步骤2的具体实现过程为：

步骤21：初始化迭代次数m＝1，初始化样本惩罚系数ω_m＝1/n，初始训练数据组A_m＝S_Maj∩S_Min；

步骤22：输入训练数据组A_m，m≤n，根据所述样本惩罚系数ω_m训练所述训练数据组A_m并获得弱分类器G_m；

步骤23：根据所述弱分类器G_m计算弱分类器误差率e_m和弱分类器权重系数a_m；

步骤24：根据所述弱分类器权重系数a_m对所述弱分类器G_m进行融合，获得当前集成分类器F_m；

步骤25：如果n组所述训练数据组遍历结束，则输出当前集成分类器F_m为集成分类器；否则更新所述训练数据组A_m+1＝A_m-S_m，S_m为所述样本子集，令m＝m+1，根据所述当前集成分类器更新所述样本惩罚系数ω_m，并返回所述步骤22。