一种基于RFECV特征选择的Bayes-LightGBM软件缺陷预测方法.pdfVIP

下载本文档

3
0
约2万字
约 17页
2023-05-18 发布于北京
举报
版权申诉

一种基于RFECV特征选择的Bayes-LightGBM软件缺陷预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于RFECV特征选择的Bayes‑LightGBM软件缺陷预测方法，包括以下步骤：将原始数据集进行标准化操作；然后对标准化后的数据集使用随机森林和RFECV的组合特征选择方法，选出交叉验证得分最高的特征组合；再使用Bayes‑LightGBM算法构建预测模型，根据数据集中的特征，来预测软件缺陷是否会发生。本发明的一种基于RFECV特征选择的Bayes‑LightGBM软件缺陷预测方法，基于随机森林和RFECV的组合特征选择方法，从软件缺陷数据集中，选择对软件缺陷预测模型有增益的

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114860298 A (43)申请公布日 2022.08.05 (21)申请号 202210300157.0 (22)申请日 2022.03.25 (71)申请人上海师范大学地址 200234