Research Article

Investigating Tree Family Machine Learning Techniques for a Predictive System to Unveil Software Defects

Table 3

List of attributes according to datasets.

AttributesDatasets
AR1AR3CM1KC2KC3MW1PC1PC2PC3PC4

Halstead attributesHalstead contentYYYYYYY
Halstead difficultyYYYYYYYYYY
Halstead effortYYYYYYYYYY
Halstead error estimatorYYYYYYY
Halstead lengthYYYYYYYYYY
Halstead levelYYYYYYYYYY
Halstead program timeYYYYYYYYYY
Halstead volumeYYYYYYYYYY
Number of operandsYYYYYYYYYY
Number of operatorsYYYYYYYYYY
Number of unique operandsYYYYYYYYYY
Number of unique operatorsYYYYYYYYYY
McCabe attributesEssential complexityYYYYYYYY
Cyclomatic complexityYYYYYYYYYY
Design complexityYYYYYYYYYY
Cyclomatic densityYYYYYYY
Size attributesNumber of linesYYYYYYYY
LOC totalYYYYYYYYYY
LOC executableYYYYYYY
LOC commentsYYYYYYYYYY
LOC code and commentsYYYYYYYYYY
LOC blankYYYYYYYYYY
Other attributesBranch countYYYYYYYYYY
Condition countYYYYYYY
EDGE countYYYYY
Parameter countYYYYYYY
Modified condition countYYYYY
Multiple condition countYYYYYYY
Node countYYYYY
Design densityYYYYYYY
Essential densityYYYYY
Decision countYYYYYYY
Decision densityYYYYYYY
Call pairsYYYYYYY
Global data complexityYYYYY
Global data densityYYYYY
Maintenance severityYYYYYYYY
Normalized cyclomatic complexityYYYYYYY
Pathological complexityYYYY
Percent commentsYYYYYYYY
Class attributeDefectiveYYYYYYYYYY