**题目:**Transfer Defect Learning
**作者:**Jaechang Nam, Sinno Jialin Pan, Sunghun Kim
**单位:**The Hong Kong University of Science and Technology, Institute of Infocomm Research
**发表:**ICSE, 2013
解决的问题
由于源项目和目标项目特征分布的不同,跨项目缺陷预测的性能一直很低。本文提出一种state-of-the-art的迁移学习方法TCA使源项目和目标项目的特征相似。并且通过扩展TCA得到TCA+进一步提升跨项目缺陷预测性能。
方法
本文的假设
我们的跨项目缺陷预测方法假设源项目和目标项目的特征集相同,只是特征的分布不同。
文中用到的符号
本文中矩阵和向量都用粗体表示,例如 ,矩阵的转置用 表示,而 和 表示矩阵的迹和矩阵的逆。对于矩阵 ,矩阵的每一行代表一个样本(实例),每一列代表一个特征。 表示第i个样本, 代表第j个特征向量。
问题转化
令源数据
放弃了放弃了这笔记太难写了字母太多了……