《表3 Boruta-SVM软件缺陷预测结果》

  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Boruta-SVM的软件缺陷预测》

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

先对5个数据PC1，PC3，PC4，CM1和MW1经过数据的清洗后，数据按照7:3随机分成训练集和测试机。分别用于模型的构建和测试。采用Boruta算法对5个数据分别进行特征选择，维度下降到27，32，16，17和34。对于SVM模型，高斯核函数的参数C，γ参数分布设置为区间[1，100]，[0.01，4]；运用10折交叉验证实验法确定构造硬度变化曲线选择最优C=4，γ=0.01，建立最终的Boruta-SVM模型。为了验证本文提出的算法是否能够获得较好的特征选择结果，利用Boruta算法对NASA MDP数据子集进行降维，将Boruta-SVM软件缺陷预测模型与SVM模型进行对比，对比结果如表3所示。