7、软件故障预测：逻辑回归与人工神经网络的比较

软件故障预测：逻辑回归与人工神经网络的比较

1. 数据与指标集描述

1.1 数据集

本次研究使用了公开数据集 KC1，该数据集来自 NASA 指标数据计划网站。数据源于一个用 C++ 实现的地面数据接收/处理存储管理系统，包含 145 个类，2107 个方法，共 40K 行代码。其中 60 个类存在故障，其余无故障。

1.2 指标集

研究采用了多种预测软件指标作为自变量，这些指标均为类级别的静态面向对象指标。具体指标及定义如下表所示：
| 指标 | 定义 |
| — | — |
| 对象间耦合度 (CBO) | 一个类所依赖的非继承相关的不同类的数量 |
| 继承深度 (DIT) | 类在其类层次结构中的层级 |
| 内聚性缺失 (LCOM) | 没有共同属性的方法对的数量 |
| 扇入 (FANIN) | 来自更高模块的调用次数 |
| 类响应 (RFC) | 类中实现的方法数加上由于继承可访问的方法数 |
| 类加权方法数 (WMPC) | 类中实现的方法数（而非类层次结构中可访问的所有方法数） |
| 子类数量 (NOC) | 从指定类派生的类的数量 |
| 圈复杂度 (CC) | 模块决策结构的复杂度度量，即线性独立路径的数量 |
| 源代码行数 (SLOC) | 仅包含代码和空白的源代码行数 |
| 类方法数 (NMC) | 每个类的方法数 |

传统的静态复杂度和规模指标，如 McCabe 的圈复杂度和可执行代码行数，也被转换为类级别并使用其平均值。因变量是缺陷级别指标，用于判断模块是否易出错，将其转换为