Fault-proneモジュール予測における第三者データに基づいた外れ値除去

抄録

ソフトウェア開発において，バグを含む可能性の高いモジュー ル(fault-prone モジュール)を高い精度で予測することができれば，テ ストやデバッグの効率化に繋がる.予測精度の向上を目的として，予測モ デルの訓練データに含まれる，予測に悪影響を与えるような外れ値デー タの除去が取り組まれている.本稿では，バージョン間予測を対象とし， よりロバストな外れ値除去手法として，予測対象とは異なるプロジェク トから得られた第三者データセットを用いて，訓練データ中の外れ値を 特定・除去する手法を提案する.評価実験の結果から，提案手法は大多数 のプロジェクトで予測精度を向上でき，また代表的な既存の外れ値除去 手法である MOA や CC-MOA よりも高い効果を持つことが示された.