本論文では、オンラインラーニングを用いた欠陥予測モデルの構築において、欠陥の見落としが及ぼす影響を検討し、その影響を抑制する新しい手法を提案している。
欠陥の見落としには2つのタイプがある。
タイプ1の見落としは、オンラインラーニングによる予測モデルの精度を低下させる可能性がある。そこで提案手法では、初期段階でオンラインラーニングの際に、一定数の「非欠陥」予測を「欠陥」に固定することで、タイプ1の見落としを抑制する。さらに、見落とし率が低い場合は固定予測を解除することで、予測精度の低下を防ぐ。
実験の結果、提案手法は、AUCの低下を抑えつつ、再現率を大幅に向上させることができた。特に、タイプ1の見落とし率が高い場合に効果的であった。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Nikolay Fedo... at arxiv.org 04-18-2024
https://arxiv.org/pdf/2404.11033.pdfDeeper Inquiries