《表3 模型训练结果：软件开发活动数据集的层次化、多版本化方法》

  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

《软件开发活动数据集的层次化、多版本化方法》

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

其次，基于2013年的数据集进行模型的训练、测试及调整.我们选取了数据集中最近5年，即2008年1月1日（北京时间，下同）后得到解决的（有Solution的）问题报告.此外，问题的最终解决需要经过一段时间的验证，即发现Solution的错误并纠正，因此，数据集中最后一段时间的问题报告的Solution有相对较高的不稳定性，无法准确地判断其是否是重复问题报告.我们对关于DUPLICATE的Solution错误出现的频率及其纠正时间进行了统计，发现有约2%的报告存在这样的错误，其中超过75%的报告在1年内得到了纠正.因此，我们过滤掉其中最后一年的问题报告，即保留2008年1月1日～2012年1月1日之间提交的问题报告，保证其中不准确报告的数量小于0.5%（2%? （1-75%））（由于部分错误的纠正需要10年以上的时间，为了保证有足够的数据，本文以损失1年的数据为代价使不准确的报告数量控制在0.5%以内）.对剩余报告，我们按照其被提交的先后顺序选取了前80%作为训练数据，而后20%作为测试数据.训练结果见表3，可以看到，NR的系数显著不为0，其解释度为2.9%这说明，该模型具备判定能力，满足本示例的需求.