Adaptando un modelo de predicción de fallos para permitir la reutilización entre lenguajes

Un paso importante en la predicción de módulos propensos a errores en un proyecto es construir el modelo de predicción utilizando datos de entrenamiento de ese proyecto, pero el modelo de predicción resultante depende de los datos de entrenamiento. Por lo tanto, es difícil aplicar el modelo a otros proyectos. Los datos de entrenamiento consisten en datos métricos y datos de errores, y estos datos deben ser preparados para cada proyecto. Los datos métricos se pueden calcular utilizando herramientas métricas, pero no es tan fácil recolectar datos de errores. En este artículo, intentamos reutilizar el modelo de predicción generado. Al utilizar los datos métricos y de errores que se computan a partir de proyectos en C++ y Java, hemos evaluado la posibilidad de aplicar el modelo de predicción, que se genera en base a un proyecto, a otros proyectos, y hemos propuesto técnicas de compensación para aplicarlas a otros proyectos. Mostramos el resultado de la evaluación basada en proyectos de código abierto.