《表7 基于F1评价指标, FeCTrA与6种基准方法在AEEEM数据集上的平均性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于特征迁移和实例迁移的跨项目缺陷预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文在Relink数据集和AEEEM数据集上分别对FeCTrA方法的整体性能进行了实证研究，使用Na?ve Bayes作为基分类器，迁移的特征比例为40%，选择目标项目中标注的实例比例为10%，并将FeCTrA方法与6种基准方法进行了比较.表6和表7分别给出了这些方法在两个数据集上取得的F1均值.