基于盒式圖的數(shù)據(jù)過濾與回歸分析算法
加入技術交流群
接下來要對篩選出來的數(shù)據(jù)進行回歸分析，從而得到一個數(shù)據(jù)模型。
void regress(double* m，double* q，int n) //對數(shù)組
//m和數(shù)據(jù)q的數(shù)據(jù)用線性回歸法進行擬合
//并用一條直線表示出它們之間的對應關系
{ double average_m，average_q，total_m，total_q，L_mq，L_mm；
double a，b； //擬合直線y=a+bx的2個待定系數(shù)
for(int i=0；in；i++) .
{
//計算兩組數(shù)據(jù)的和total_m和total_q
}
average_m=total_m/n； //求的第一組數(shù)據(jù)的平均值
average_q=total_q/n； //求的第二組數(shù)據(jù)的平均值
for(int j=0；jn；j++)
{
利用公式(1)計算兩組數(shù)據(jù)m，q它們所有數(shù)據(jù)偏離程度的對應相乘之和L_mq
}
for(int k=0；kn；k++)
{
計算第一組數(shù)據(jù)m，它的所有數(shù)據(jù)偏離
程度的平方和L_mm
}
b=L_mq/L_mm； //計算出擬合直線的待定系數(shù)
//b的擬合值
a=average_q-b*average_m； //利用公式(2)算出參
//數(shù)a
}
從而得到一條線性直線，算法結束。
3 算法在實驗數(shù)據(jù)上的實現(xiàn)
從SSMBSS(上海軟件度量基準體系)中選取了一組數(shù)據(jù)(見表1)，首先將其用散點圖列出來(見圖1)，然后用盒形圖進行數(shù)據(jù)清洗(見圖2)，最后用回歸分析得出擬合直線(見圖3)。
綜上所述，對于軟件度量過程中出現(xiàn)的數(shù)據(jù)冗余和失真的情況，可以通過數(shù)據(jù)過濾和回歸分析進行處理，除去那些離群的數(shù)據(jù)，并得出相應的擬合直線，這樣就可以分析出數(shù)據(jù)的規(guī)律，保證軟件的質量，提高效率。
參考文獻
[1] FENTONenton N E， PFLEEGER S L. Softwaremetrics: a rigorouspractical apporach[M](第2版). 北京: 清華大學出版社， 2003.
[2] 郭志懋，周傲英.數(shù)據(jù)質量和數(shù)據(jù)清洗研究綜述.軟件學報[J]，2002(11).
[3] 王石，李玉忱，劉乃麗，等.在屬性級別上處理噪聲數(shù)據(jù)的數(shù)據(jù)清洗算法.計算機工程[J]，2005(5).
[4] 徐建華.現(xiàn)代地理學中的數(shù)學方法.北京：高等教育出版社，2002.
評論