軟件成本估算建模數(shù)據(jù)集中缺失值的填補(bǔ)方法研究.pdf

1、軟件成本估算是軟件項(xiàng)目管理的核心問題之一，估算的準(zhǔn)確與否影響到項(xiàng)目的計(jì)劃和控制活動(dòng)，估算偏差嚴(yán)重的甚至?xí)?dǎo)致一個(gè)項(xiàng)目的失敗。目前，大多數(shù)估算模型都是依據(jù)有效的軟件歷史項(xiàng)目數(shù)據(jù)而建立，如統(tǒng)計(jì)回歸模型等。然而，在實(shí)際的項(xiàng)目中，由于應(yīng)用了新的軟件開發(fā)技術(shù)等原因，導(dǎo)致收集到的歷史數(shù)據(jù)出現(xiàn)缺失值。因此，基于這些歷史數(shù)據(jù)所建立的估算模型不可避免地導(dǎo)致估算準(zhǔn)確度的降低。通常，軟件成本的數(shù)據(jù)集的規(guī)模都不大，如果在建模時(shí)直接忽略存在缺失值的數(shù)據(jù)，一方面導(dǎo)

2、致數(shù)據(jù)集規(guī)模的縮小，另一方面浪費(fèi)了數(shù)據(jù)中所蘊(yùn)涵的有價(jià)值的信息。因此，研究如何對(duì)歷史數(shù)據(jù)中的缺失值進(jìn)行填補(bǔ)，使填補(bǔ)值能更真實(shí)地反映缺失數(shù)據(jù)的本來面目，對(duì)提高估算模型的估算準(zhǔn)確度有重要意義。 本文研究用k近鄰（kNN）方法對(duì)歷史數(shù)據(jù)集的缺失值進(jìn)行填補(bǔ)。傳統(tǒng)的kNN算法通常以歐式距離作為選取k個(gè)鄰居的度量指標(biāo)，由于歐式距離沒有考慮到各變量間的相關(guān)性，而軟件成本數(shù)據(jù)的不同屬性之間往往都存在一定的相關(guān)性，此時(shí)使用歐式距離顯然不合適。針對(duì)這

3、個(gè)問題，本文采用以馬氏距離替代歐式距離的kNN缺失值填補(bǔ)算法（MkNNI），并采用兩個(gè)軟件成本數(shù)據(jù)集Desharnais和Albrecht進(jìn)行實(shí)驗(yàn)，本文還引進(jìn)三種方法：傳統(tǒng)的kNN缺失值填補(bǔ)法（kNNI）、平均值填補(bǔ)法（MI）和回歸替換法（RI）進(jìn)行實(shí)驗(yàn)分析比較。實(shí)驗(yàn)結(jié)果表明：在缺失率≤30％時(shí)，在四種算法中，MkNNI的填補(bǔ)誤差最小，它的缺失值填補(bǔ)準(zhǔn)確率最高，由此可見，MkNNI算法適宜作為軟件項(xiàng)目成本數(shù)據(jù)集有效的缺失值填補(bǔ)方法。對(duì)于