An Ordinal Classification Approach for Software Bug Prediction

Authors : Elife ÖZTÜRK, Kökten Ulaş BİRANT, Derya BİRANT

Pages : 533-544

Doi:10.21205/deufmd.2019216218

View : 41 | Download : 8

Publication Date : 2019-05-21

Article Type : Research Paper

Abstract :Yazılım hata tahmini, kaynak kodda bulunan olası hataların (veya kusurların) varlığını tahmin etmek için sınıflandırma ve/veya regresyon algoritmalarının kullanımı işlemidir. Fakat, literatürde bulunan sınıflandırma çalışmaları, veri setlerindeki hedef özellik değerlerini iki olasılıklı (hatalı veya hatasız) veya sırasız olarak kabul etmektedir. Bu nedenle; sıfır, az veya çok hatalı gibi sınıf değerleri arasındaki sıralama mantığını değerlendirmemektedir. Bu eksikliği gidermek amacıyla, bu çalışma, yazılım hata tahminleme problemi için sıralı sınıflandırma metotlarını kullanan yeni bir yaklaşım önermektedir. Makalede, çeşitli sınıflandırma algoritmalarının (rastgele orman, destek vektör makineleri, Naive Bayes ve k-en yakın komşu) sıralı ve itibari sürümleri, yazılım mühendisliği alanındaki 38 gerçek veriseti üzerinde sınıflandırma performansları açısından karşılaştırılmıştır. Sonuçlar, sıralı sınıflandırma yaklaşımının geleneksel (itibari) çözümlere nispeten ortalamada daha iyi bir sınıflandırma doğruluğuna ulaştığını göstermektedir. 
Keywords : Yazılım hata tahmini, Sıralı sınıflandırma, Yazılım mühendisliği, Yazılım kalitesi

ORIGINAL ARTICLE URL