文章基本信息

标题：ソフトウェアバグ予測における auto-sklearn の有効性評価
本地全文：下载
作者：田中和也 ; 門田暁人 ; Zeynep Yücel 等
期刊名称：コンピュータソフトウェア
印刷版ISSN：0289-6540
出版年度：2019
卷号：36
期号：4
页码：46-52
DOI：10.11309/jssst.36.4_46
出版社：Japan Society for Software Science and Technology
摘要：auto-sklearnは，機械学習の自動化ライブラリであり，入力データに適した予測モデルやハイパーパラメータの選択を自動化できるため，近年注目されている．本論文では，ソフトウェアバグ予測を対象としてauto-sklearnの効果を実験的に評価する．実験では，20件のOSSプロジェクトを対象とし，比較手法としてランダムフォレスト，決定木，線形判別分析を用いてバージョン間バグ予測を行い，評価尺度としてAUC of ROC curveを算出し，比較する．実験の結果，auto-sklearnの予測性能はバグ予測において従来優れているとされているランダムフォレストと同等であり，バグ予測においてauto-sklearnを採用してもよいが，必ずしも従来法を上回るとは限らないことが分かった．.