Fungsi carian sedang dalam pembinaan.
Fungsi carian sedang dalam pembinaan.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Commit-Based Class-Level Defect Prediction for Python Projects Ramalan Kecacatan Peringkat Kelas Berasaskan Komit untuk Projek Python

Khine Yin MON, Masanari KONDO, Eunjong CHOI, Osamu MIZUNO

  • pandangan teks lengkap

    0

  • Petikan Ini

Ringkasan:

Pendekatan ramalan kecacatan telah banyak menyumbang kepada aktiviti jaminan kualiti perisian seperti semakan kod atau ujian unit. Pendekatan ramalan kecacatan tepat pada masa dibangunkan untuk meramalkan sama ada komit adalah komit yang menyebabkan kecacatan atau tidak. Kajian terdahulu telah menunjukkan bahawa ramalan peringkat komit tidak mencukupi dari segi usaha, dan komit yang rosak mungkin mengandungi kedua-dua fail yang rosak dan tidak rosak. Memandangkan komuniti ramalan kecacatan mempromosikan pendekatan ramalan butiran halus, kami mencadangkan ramalan peringkat kelas novel kami, yang lebih halus daripada ramalan peringkat fail, berdasarkan fail komit dalam penyelidikan ini. Kami mereka bentuk model kami untuk projek Python dan mengujinya dengan sepuluh projek Python sumber terbuka. Kami melakukan percubaan kami dengan dua tetapan: tetapan dengan metrik produk sahaja dan tetapan dengan metrik produk serta maklumat komitmen. Siasatan kami telah dijalankan dengan tiga pengelas berbeza dan dua strategi pengesahan. Kami mendapati bahawa model kami yang dibangunkan oleh pengelas hutan rawak menunjukkan prestasi terbaik, dan maklumat komit menyumbang dengan ketara kepada metrik produk dalam pengesahan silang 10 kali ganda. Kami juga mencipta ramalan peringkat fail berasaskan komit untuk fail Python yang tidak mempunyai kelas. Model peringkat fail juga menunjukkan keadaan yang sama seperti model peringkat kelas. Walau bagaimanapun, keputusan menunjukkan sisihan besar dalam pengesahan siri masa untuk kedua-dua peringkat dan cabaran untuk meramal kelas dan fail Python dalam senario yang realistik.

Jawatankuasa
IEICE TRANSACTIONS on Information Vol.E106-D No.2 pp.157-165
Tarikh penerbitan
2023/02/01
Diumumkan
2022/11/14
ISSN dalam talian
1745-1361
DOI
10.1587/transinf.2022MPP0003
Jenis Manuskrip
Special Section PAPER (Special Section on Empirical Software Engineering)
kategori

Pengarang

Khine Yin MON
  Kyoto Institute of Technology
Masanari KONDO
  Kyushu University
Eunjong CHOI
  Kyoto Institute of Technology
Osamu MIZUNO
  Kyoto Institute of Technology

Kata kunci

Contents [show]