1. 每个缺陷数据集对应一个真实的JAVA软件项目，数据集保存在一个csv文件中（同时额外提供了arff格式的数据文件）；
2. 数据集中每一行称为一个样本，对应一个真实的软件模块（即一个class文件）；
3. 每个样本由两部分组成：61个软件度量元（software metrics）和相应的标签（即该模块是否存在缺陷，其中clean表示无缺陷，buggy表示有缺陷），其中最后一列是标签；
4. AEEEM数据是由Marco D’Ambros等人收集的，论文详见附件；
5. 每个度量元（比如著名的CK度量元-详见CK-metrics.png）的含义，可参见Marco D’Ambros的论文，详见附件；
6. 缺陷预测模型是指通过机器学习等方法建立度量元X与缺陷Y之间的映射关系f：Y=f(X);
7. 从机器学习的角度来说，缺陷预测模型可分为监督、半监督和无监督学习模型，其中大部分都是有监督学习模型；
8. 对于给定的（带标签）缺陷数据集，建模过程中，可以对训练数据进行数据清洗、特征选择等，且对具体的训练算法（比如决策树、支持向量机、随机森林等）没有特别限制，具体哪种训练算法好，需要自己去实验；
软件管理与测试实训课程设计-基于java实现的机器学习代码错误分类检测项目源码(带项目文档+说明书).zip （119个子文件） 
PDE.arff 338KB PDE.arff 338KB JDT.arff 234KB JDT.arff 234KB Lucene.arff 146KB Lucene.arff 146KB knn_train.class 3KB logisticRegression_train.class 3KB knn.class 2KB logisticRegression.class 2KB mvnw.cmd 7KB default.conf 452B chunk-vendors.497715c8.css 304KB app.285a10c8.css 530B 607.737553c9.css 330B global.css 63B PDE.csv 336KB PDE.csv 336KB PDE.csv 336KB JDT.csv 233KB JDT.csv 233KB JDT.csv 233KB Lucene.csv 144KB Lucene.csv 144KB Lucene.csv 144KB dockerfile 158B dockerfile 99B
第三组项目章程.docx 22KB 软件缺陷分析-WBS词典.docx 19KB 范围说明书.docx 15KB 需求跟踪矩阵.docx 15KB 工作分解结构（WBS）.docx 12KB .github 40B .gitignore 395B
index.html 686B index.html 660B favicon.ico 4KB favicon.ico 4KB algorithm.iml 658B
demo-0.0.1-SNAPSHOT.jar 30.13MB maven-wrapper.jar 57KB knn.java 5KB knn.java 5KB knn.java 5KB RecordController.java 5KB knn_train.java 4KB knn_train.java 4KB logisticRegression_train.java 3KB logisticRegression_train.java 3KB logisticRegression.java 3KB logisticRegression.java 3KB logisticRegression.java 3KB UserController.java 2KB FileController.java 2KB Sets_process.java 2KB HistoryController.java 1KB CorsConfig.java 1KB Result.java 1KB MybatisPlusConfig.java 838B Record.java 631B Book.java 617B User.java 506B DemoApplication.java 317B DemoApplicationTests.java 215B RecordMapper.java 193B UserMapper.java 186B background.jpeg 196KB c274712ad4fd445c96ebedc8afd98e46_background.jpeg 196KB 7236991d07f84e8a9f3fa535fe6b7132_background.jpeg 196KB b67c5b7e25284bb5aa2525a4a6bb573c_background.jpeg 196KB b92e2ba63f0047728cb1fe68ef73a149_background.jpeg 196KB d33bb96b90ec4f45a3af8aecc660594f_background.jpeg 196KB d07bca5b3862457fa6dfa2f362a797c9_background.jpeg 196KB bb5e1e03cc904b90821fba2f39307830_background.jpeg 196KB b7e9c3fbcdc54fa49f5b99acc0c1e6a1_background.jpeg 196KB
back.jpg 252KB back.9bcdb840.jpg 252KB chunk-vendors.cd57c1e6.js 1.1MB app.82e0cbd4.js 23KB 607.fb7c23d0.js 4KB 79.5884e2bc.js 2KB request.js 1KB index.js 1KB vue.config.js 630B main.js 556B index.js 157B babel.config.js 73B package-lock.json 700KB package.json 697B jsconfig.json 279B package-lock.json 96B chunk-vendors.cd57c1e6.js.map 4.8MB app.82e0cbd4.js.map 70KB 607.fb7c23d0.js.map 11KB 79.5884e2bc.js.map 5KB mvnw 10KB
Evaluating Defect Prediction Approaches _ A Benchmark and an Extensive Comparison.pdf 1.02MB Evaluating Defect Prediction Approaches _ A Benchmark and an Extensive Comparison.pdf 1.02MB
CK metrics.png 61KB CK metrics.png 61KB共 119 条
- 1
- 2
资源评论
zui初的梦想
- 粉丝: 822
- 资源: 1751
