Page 177 - 《软件学报》2025年第10期

4574 软件学报 2025 年第 36 卷第 10 期

贝叶斯分类器上优于 RA 模型. 在 G-mean 方面, B 模型的得分占比 RA 模型的 97%–111%, 平均为 103%, 同样仅
在朴素贝叶斯分类器上优于 RA 模型.
在工作量感知指标方面, B 模型在 F-measure@20% 方面的得分为 RA 模型的 84%–93%, 平均占比 88%, 在 3
种分类器上均低于 RA 模型. 在 IFA 方面, 3 种分类器的 B 模型得分与 RA 模型基本一致.

6.0 6.0
4.5 4.5
Ranking 3.0 Ranking 3.0

1.5 1.5
0 0
NB_MA NB_AG NB_RA LR_MA LR_AG NB_B LR_B LR_RA RF_B RF_AG RF_MA RF_RA NB_MA NB_RA NB_AG NB_B LR_MA LR_AG LR_B LR_RA RF_B RF_AG RF_MA RF_RA

(a) AUC (b) MCC
6.0 6.0
4.5 4.5
Ranking 3.0 Ranking 3.0

1.5 1.5
0 0
NB_AG NB_MA NB_RA NB_B LR_MA LR_AG LR_B LR_RA RF_RA RF_AG RF_MA RF_B NB_B LR_B NB_AG NB_RA NB_MA LR_AG LR_MA RF_B RF_AG LR_RA RF_RA RF_MA

(c) G-mean (d) F-measure@20%
6.0
4.5
Ranking 3.0
1.5
0
NB_RA NB_AG NB_MA RF_AG RF_B NB_B RF_MA LR_B RF_RA LR_AG LR_MA LR_RA

(e) IFA
图 4 类重平衡情况下 4 种 SZZ 算法的 SKESD 统计测试结果

(2) AG-SZZ: 在传统指标方面, AG 模型在 AUC 方面的得分占比 RA 模型的 95%–97%, 平均为 98%. 仅在朴素
贝叶斯分类器上优于 RA 模型. 在 MCC 方面, AG 模型的得分为 RA 的 90%–133%, 平均占比为 105%, 同样仅在朴
素贝叶斯分类器上优于 RA 模型. 在 G-mean 指标上, AG 模型的得分占 RA 模型的 95%–101%, 平均为 99%, 仅在
逻辑回归分类器上低于 RA 模型.
在工作量感知指标方面, AG 模型在 F-measure@20% 方面的得分为 RA 模型的 94%–100%, 平均占比 96%,
仅在朴素贝叶斯分类器上与 RA 模型相当. 在 IFA 方面, AG 模型的得分为 RA 模型的 100%–150%, 平均占比
117%, 3 种分类器的 AG 模型得分不低于 RA 模型.
(3) MA-SZZ: 在传统指标方面, MA 模型在 AUC 方面的得分占比 RA 模型的 95%–100%, 平均为 98%, 仅在朴
素贝叶斯分类器上与 RA 模型一致. 在 MCC 方面, MA 模型的得分为 RA 模型的 90%–125%, 平均占比为 102%,
仅在朴素贝叶斯分类器上优于 RA 模型. 在 G-mean 方面, MA 模型的得分占比 RA 模型的 95%–101%, 平均为
99%, 仅在逻辑回归分类器上低于 RA 模型.
在工作量感知指标方面, MA 模型在 F-measure@20% 方面的得分为 RA 模型的 91%–100%, 平均占比 95%,
仅在朴素贝叶斯分类器上与 RA 模型一致. 在 IFA 方面, MA 模型的得分为 RA 模型的 100%, 3 种分类器的 MA 模