Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi
Yazarlar: Saadet Aytaç ARPACI, Oya KALIPSIZ
Konular:Bilgisayar Bilimleri, Bilgi Sistemleri
DOI:10.28948/ngumuh.383709
Anahtar Kelimeler:Yazılım hata sınıflandırma,Naive bayes,Sınıflandırma
Özet: Bu çalışmada, Mutlak Bağlantılı Ağırlıklandırılmış Naive Bayes metodu, Naive Bayes metodu ve Naive Bayes sınıflandırma metodu üzerine uygulanan çeşitli yumuşatma teknikleri (Jelinek-Mercer, Dirichlet, Two-Stage) ile yazılım ölçütlerine dayalı hata sınıflandırmasının karşılaştırmalı analizi araştırılmıştır. Yapılan çalışmada Chidamber & Kemerer ve LOC metrik kümesine sahip 3 veri seti üzerinde modellerin başarımı incelenmiştir. Bu çalışma, kullanılan veri setleri/ölçüt gruplarına göre araştırılan metotlardan Naive Bayes metodu üzerine uygulanan bazı tekniklerin (Dirichlet, Two-Stage) sınıflandırma performansını diğer sınıflandırma metotlarına kıyasla daha da iyileştirdiği sonucunu gösterdi. Bu çalışmanın sonuçlarına göre, %90 üzerinde sınıflandırma doğrulukları DIT-NOC-CBO, DIT-NOC-LCOM, DIT-CBO-LCOM, NOC-CBO-LCOM ölçüt grupları için Dirichlet ve Two-Stage teknikleriyle elde edildi.