cpm:从 code.google.compcpm 自动导出

每千次展示费用 从 code.google.com/p/cpm 自动导出 目标 许多软件系统为用户提供配置选项以定制他们的功能行为以及非功能特性（例如，性能、成本和能耗）。 与用户相关的配置选项通常称为功能。 源自可配置软件系统的每个变体都可以表示为一组功能，称为配置。 性能（例如，响应时间或吞吐量）是最重要的非功能特性之一，因为它直接影响用户感知和成本。 要找到满足特定性能目标的最佳配置，开发人员和 IT 管理员必须了解功能选择与性能之间的相关性。 我们研究了一种实用方法，该方法从测量配置的样本中挖掘这种相关性，将相关性指定为显式性能预测模型，然后使用该模型来预测其他未测量配置的性能。 话题 通过统计学习的可变性感知性能预测 测量软件系统的所有配置通常是不可行的，因为由于特征组合，即使是小规模的软件系统也会产生指数数量的配置。 此外，测量成本可能很高（例如，执行复杂的基准测试）。 因此