[发明专利]一种基于不平衡数据集的软件测试方法及系统

摘要

本发明提供的一种基于不平衡数据集的软件测试方法及系统，方法包括以下步骤：获取不平衡的软件缺陷的样本数据，对样本数据进行预处理；根据预处理之后的样本数据的不平衡特性为样本数据中的数据类别设定代价敏感系数；根据包括代价敏感系数的样本数据训练代价敏感核宽度学习系统分类模型；通过网格搜索确定最优惩罚系数，根据最优惩罚系数确定模型的目标参数；根据目标参数构建得到目标分类模型，通过目标分类模型对测试实例进行分类预测，输出预测结果；方案可有效消除软件缺陷数据集极端不平衡的特性对分类性能的影响，提高分类精确度，并且同时解决了特征工程工作中训练繁琐问题，提高了模型的训练效率，可广泛应用于计算机技术领域。