基于改进的Adaboost软件缺陷不平衡数据分类方法

摘要

本发明公开了一种基于改进的Adaboost软件缺陷不平衡数据分类方法，主要解决现有软件缺陷数据的分类方法对少数类分类效果差的问题，包括以下步骤：A.从软件数据集中获取软件数据，做预处理。并将软件模块数据分为训练集和测试集以备训练和测试，采用十次交叉验证；B.利用基于改进的遗传算法与BP神经网络结合进行软件数据的特征选择，得到最优特征子集，从而对软件特征进行降维处理；C.根据得到的最优特征子集，充分考虑软件缺陷数据的不平衡性，训练基于改进的Adaboost分类器，对软件模块进行分类。本发明可提高少数类的分类精度，更好地检测软件缺陷模块。