ソフトウェア開発工数予測におけるauto-sklearnの適用

抄録

近年，機械学習の前処理やモデル選択，ハイパーパラメータの調整を自動化できるautomated machine learning(AutoML)が普及しつつあり，モデル構築の容易さと予測精度の両立を期待されている．本研究では，ソフトウェア開発工数予測へAutoMLを適用し，その効果について実験的に評価する．実験では，AutoMLライブラリのauto-sklearnと，対照モデルとして線形重回帰，Elastic Net，ランダムフォレストを採用した．Win-tie-loss法により各モデルの予測精度を比較した結果，auto-sklearnは，対照モデルと同等または優れた予測性能を示すことが確認された．また，auto-sklearnの探索時間ごとの予測結果を分析した結果についてもまとめた．