基于改進SMOTE的軟件缺陷預(yù)測

摘要： 為解決軟件缺陷預(yù)測中的不平衡問題，提出一種基于聚類少數(shù)類的改進SMOTE算法。對訓(xùn)練集中的少數(shù)類樣本進行K-means聚類后，通過關(guān)鍵特征權(quán)重及與簇心距離權(quán)重，計算每個樣本的合成樣本數(shù)量，采用改進的SMOTE算法實現(xiàn)過抽樣。采用CART決策樹作為基分類器，使用AdaBoost算法對平衡數(shù)據(jù)集訓(xùn)練，得到分類模型CSMOTE-AdaBoost。在7組NASA數(shù)據(jù)集上進行實驗，驗證分...