机构名称：
¥ 1.0
从软件存储库中提取的数据在软件工程研究中进行了强烈使用，以进行检查，以预测源代码中的缺陷。在我们在这一领域的研究中，通过开源项目以及工业合作伙伴的数据，我们注意到了分类问题的常规数据挖掘方法的几个缺点：（1）域专家的认可至关重要，领域专家可以提供有价值的输入，但是很难使用此反馈。（2）评估模型的质量不是计算AUC或准确性的问题。相反，有多种重要性的重要性，而难以量化权衡。此外，在我们的情况下，不能以每类级别的水平进行评估，因为它与设定盖问题共享方面。为了克服这些问题，我们采用了一种整体方法，并开发了一个规则挖掘系统，该系统简化了域专家的迭代反馈，并且可以纳入特定于领域的评估需求。系统的中心部分是一种新型的多目标，任何时间挖掘算法。该算法基于Grasp-pr meta-heuristic，但以其他几种方法的想法扩展了它。我们在工业背景下成功地应用了系统。在当前文章中，我们关注算法的描述和系统的概念。我们对可用的系统进行实现。
有氧甲烷的非生物和生物对照
主要关键词
相关文件推荐
