《表2 卷积神经网络在10个项目上的5个评价指标统计结果》
使用卷积神经网络在10个软件项目上进行实验。Recall、F1、MCC、pf和gm如表2所示,AUC如图2所示。从表2中,可以看到,Recall、F1、MCC、pf和gm 5个指标的平均值分别为0.6742、0.7082、0.4374、0.2396和0.7113。重点关注了F1指标,除了在camel-1.4项目的值0.5470和ant-1.6项目的值0.6800,在其余8个项目上的F1值均大于0.7,在10个项目上的平均值0.7082也大于0.7。从图2中,10个项目的AUC值从0.76到0.97变化。显然,使用卷积神经网络获得的软件缺陷预测实验结果还是比较理想的。
图表编号 | XD00220082500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.18 |
作者 | 张晴 |
绘制单位 | 曲阜师范大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |