[发明专利]基于主成分分布函数的软件缺陷预测不平衡数据处理方法

摘要

本发明公开了基于主成分分布函数的软件缺陷预测不平衡数据处理方法，属于软件工程应用的技术领域。本发明对从软件数据集中获取的数据进行预处理得到原始样本集；采用PCA算法对原始样本集进行降维处理得到包含无缺陷样本集和有缺陷样本集的主成分数据集；对无缺陷样本集进行欠抽样，剔除无缺陷样本集的边界样本和噪声样本；对有缺陷样本集对应的主成分数据进行分布拟合得到新的有缺陷样本集；筛选新的有缺陷样本集得到新样本集；计算新样本集中各样本与原始样本集的欧式距离以剔除新样本集中的噪声样本。采用本发明公开的不平衡数据处理方法能够有效提高软件缺陷预测的精度。

主权项

1.基于主成分分布函数的软件缺陷预测不平衡数据处理方法，其特征在于，包括如下步骤：A、对从软件数据集中获取的数据进行预处理得到原始样本集；B、采用PCA算法对原始样本集进行降维处理得到包含原始无缺陷样本集和原始有缺陷样本集的主成分数据集；C、对原始无缺陷样本集进行欠抽样，剔除原始无缺陷样本集的边界样本和噪声样本；D、对原始有缺陷样本集对应的主成分数据进行分布拟合得到新的有缺陷样本集；E、筛选新的有缺陷样本集；F、计算筛选后新的有缺陷样本集中各样本与原始样本集的欧式距离，剔除筛选后新的有缺陷样本集中的噪声样本得到新合成的有缺陷样本集；G、融合新合成的有缺陷样本集、原始有缺陷样本集、欠抽样后的无缺陷样本集得到预测数据集。