-
题名基于LASSO-SVM的软件缺陷预测模型研究
被引量：16
- 1
-
-
作者
吴晓萍
赵学靖
乔辉
刘东梅
王志
-
机构
兰州大学应用数学与统计学院
中国人民解放军信息工程大学密码工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2013年第9期2748-2751,2754,共5页
-
基金
国家教育部留学回国人员科研启动基金资助项目(第44批)
兰州大学中央高校基本科研业务费专项资金资助项目(lzujbky-2012-15
lzujbky-2013-178)
-
文摘
针对当前大多数软件缺陷预测模型预测准确率较差的问题,提出了结合最小绝对值压缩和选择方法与支持向量机算法的软件缺陷预测模型。首先利用最小绝对值压缩与选择方法的特征选择能力降低了原始数据集的维度,去除了与软件缺陷预测不相关的数据集;然后利用交叉验证算法的参数寻优能力找到支持向量机的最优相关参数;最后运用支持向量机的非线性运算能力完成了软件缺陷预测。仿真实验结果表明,所提出的缺陷预测模型与传统的缺陷预测模型相比具有较高的预测准确率,且预测速度更快。
-
关键词
软件缺陷预测
最小绝对值压缩与选择方法
特征选择
支持向量机
交叉验证
-
Keywords
software defect prediction
least absolute shrinkage and select operator （LASSO）
feature selection
support vector machine （SVM）
cross validation
-
分类号
TP311.5
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于LASSO算法的门诊医疗服务改进研究
被引量：2
- 2
-
-
作者
郝一炜
万钢
李晶
-
机构
首都医科大学附属北京地坛医院
中国人民大学统计学院
-
出处
《中国医院管理》
北大核心
2018年第9期56-58,共3页
-
基金
首都医科大学附属北京地坛医院萌芽项目(DT-MY201616)
-
文摘
目的门诊患者满意度影响因素较多,改进门诊服务的工作中难以有针对性地进行整改。针对这一问题,借助统计学方法工具提出解决方案。方法基于北京某医院满意度调查数据,通过R语言编程进行机器学习,利用LASSO算法筛选对门诊满意度影响较大的因素,结合这些因素的满意度评分,确定门诊服务改进方向。结果 LASSO算法从问卷量表中的15个因素中提取出9个门诊满意度高影响因素,其中候诊时间和挂号缴费服务的满意度较低,应当着重予以整改。结论 LASSO算法能够挖掘提升患者满意度的关键因素,为管理者提供科学的政策指导。
-
关键词
门诊服务
患者满意度
改进服务
最小绝对值压缩选择模型
-
Keywords
outpatient service
outpatients＇ satisfaction
service improvement
LASSO
-
分类号
R197.323.2
[医药卫生—卫生事业管理]
-
