Resumen

Este artículo trata principalmente sobre cómo el método del núcleo puede ser utilizado para la predicción de defectos de software, dado que el desequilibrio de clases puede reducir en gran medida el rendimiento de la predicción de defectos. En este artículo, se proponen dos clasificadores, a saber, el clasificador de mínimos cuadrados parciales de núcleo asimétrico (AKPLSC) y el clasificador de análisis de componentes principales de núcleo asimétrico (AKPCAC), para resolver el problema de desequilibrio de clases. Esto se logra aplicando la función del núcleo al clasificador de mínimos cuadrados parciales asimétrico y al clasificador de análisis de componentes principales asimétrico, respectivamente. La función del núcleo utilizada para los dos clasificadores es la función gaussiana. Experimentos realizados en conjuntos de datos de NASA y SOFTLAB utilizando la medida F, la prueba de Friedman y la prueba de Tukey confirman la validez de nuestros métodos.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Método del núcleo; Predicción de defectos de software; Desequilibrio de clases; Clasificador de mínimos cuadrados parciales de núcleo asimétrico; Clasificador de análisis de componentes principales de núcleo asimétrico; Función gaussiana
• Keywords:Kernel method; Software defect prediction; Class imbalance; Asymmetric kernel partial least squares classifier; Asymmetric kernel principal component analysis classifier; Gaussian function