Scidown文献预览系统！
用KNN(邻域)欠采样处理软件缺陷预测中的类不平衡( Handling Class-Imbalance with KNN(Neighbourhood) Under-Sampling for Software Defect Prediction )
Goyal, Somya
软件缺陷预测(SDP)是软件开发过程中非常重要的一项任务，它可以在测试阶段开始之前预测哪些模块更容易出现错误和故障。其目的是通过将测试的精力集中在那些预测出的故障模块上，从而降低软件的开发成本。虽然SDP保证了高质量的最终产品的及时交付，但数据集的类别不平衡是SDP的一个主要障碍。提出了一种新的基于邻域的欠采样（N-美国）算法来处理类不平衡问题。本工作致力于证明提出的基于邻域的欠采样（N-美国）方法在预测缺陷模块时获得高精度的有效性。该算法在对数据集进行采样的情况下，最大化少数数据点的可见性，同时限制多数数据点的过度剔除，避免信息丢失。为了评估N-美国的适用性，将其与三种标准欠采样技术进行了比较。此外，本研究还考察了N-美国作为SDP分类器的可信盟友的性能。使用来自NASA存储库的基准数据集CM1、JM1、KC1、KC2和PC1进行了广泛的实验。将所提出的基于N-美国技术的SDP分类器与基线模型进行统计比较，以评估N-美国算法对SDP的有效性。该模型以最高的AUC得分(=95.6%)、最大的准确度值(=96.9%)和最接近左上角的ROC曲线优于其他候选SDP模型。预测能力最强，置信度为95%。
SciDown文献求助系统（解决99%问题） Public Download Springer
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 在线发表在Wiley InterScience (www.interscience.wiley.com)。DOI: 10.1002 / joc.90620世纪欧洲日温度和降水序列的同质性下载
scidown COVID-19大流行3个月后医护人员的职业倦怠、创伤后压力和焦虑抑郁症状相关因素:一项观察研究下载
scidown 电迁移过程中焊点的热机械应力与应变下载