计算智能和神经科学
研究文章

跨项目缺陷预测基于两阶段特征放大重要性

表5

F1-measure, AUC, MCC是(模式1),柠檬酸(模型2),彼得斯过滤器(模式3),Burak过滤器(模式4),TFIA(5)模型。
F1-measure AUC 世纪挑战集团
模型1 模型2 模型3 模型4 模型5 模型1 模型2 模型3 模型4 模型5 模型1 模型2 模型3 模型4 模型5
EQ-JDT 0.448 0.419 0.574 0.552 0.873 0.266 0.638 0.729 0.707 0.735 -0.079 0.244 0.467 0.462 0.735
EQ-LC 0.449 0.220 0.404 0.384 0.903 0.286 0.613 0.719 0.658 0.738 -0.064 0.131 0.342 0.323 0.733
EQ-ML 0.304 0.320 0.376 0.353 0.875 0.253 0.656 0.646 0.623 0.702 -0.275 0.211 0.274 0.267 0.699
EQ-PDE 0.415 0.306 0.407 0.371 0.864 0.203 0.624 0.657 0.635 0.740 -0.233 0.180 0.309 0.269 0.740
JDT-EQ 0.526 0.727 0.598 0.459 0.862 0.388 0.760 0.694 0.632 0.719 -0.109 0.517 0.432 0.347 0.719
JDT-LC 0.704 0.235 0.405 0.377 0.875 0.271 0.647 0.705 0.665 0.726 0.062 0.172 0.340 0.309 0.725
JDT-ML 0.725 0.319 0.375 0.361 0.883 0.605 0.659 0.647 0.632 0.707 0.142 0.216 0.271 0.265 0.702
JDT-PDE 0.713 0.289 0.407 0.388 0.866 0.668 0.599 0.661 0.649 0.721 0.051 0.151 0.305 0.281 0.721
LC-EQ 0.465 0.673 0.588 0.566 0.862 0.297 0.708 0.683 0.674 0.710 -0.152 0.410 0.397 0.389 0.701
LC-JDT 0.868 0.379 0.567 0.580 0.911 0.441 0.576 0.725 0.734 0.768 0.091 0.161 0.458 0.472 0.762
LC-ML 0.862 0.322 0.378 0.348 0.855 0.341 0.665 0.647 0.619 0.732 -0.017 0.224 0.277 0.265 0.731
LC-PDE 0.792 0.298 0.397 0.394 0.866 0.605 0.612 0.657 0.652 0.755 0.078 0.164 0.290 0.289 0.754
ML-EQ 0.710 0.719 0.618 0.543 0.886 0.579 0.746 0.705 0.668 0.755 0.115 0.507 0.446 0.400 0.740
ML-JDT 0.751 0.376 0.568 0.567 0.883 0.309 0.572 0.724 0.721 0.730 -0.099 0.149 0.461 0.464 0.727
ML-LC 0.808 0.224 0.374 0.406 0.925 0.540 0.634 0.703 0.682 0.806 0.019 0.162 0.308 0.341 0.804
ML-PDE 0.806 0.294 0.408 0.390 0.865 0.287 0.606 0.664 0.649 0.724 -0.018 0.158 0.302 0.286 0.724
PDE-EQ 0.644 0.695 0.614 0.513 0.897 0.373 0.721 0.705 0.657 0.785 -0.174 0.450 0.453 0.390 0.784
PDE-JDT 0.800 0.384 0.571 0.582 0.881 0.388 0.586 0.721 0.731 0.754 0.077 0.169 0.476 0.481 0.754
PDE-LC 0.800 0.225 0.402 0.370 0.873 0.375 0.636 0.727 0.659 0.763 0.068 0.163 0.343 0.303 0.763
PDE-ML 0.800 0.325 0.384 0.342 0.853 0.491 0.669 0.654 0.618 0.718 0.068 0.230 0.281 0.254 0.718
平均 0.670 0.387 0.471 0.442 0.878 0.398 0.646 0.689 0.663 0.739 -0.022 0.238 0.362 0.343 0.737