Research Article
Investigating Tree Family Machine Learning Techniques for a Predictive System to Unveil Software Defects
Table 8
MAE analysis by each TF-ML technique on individual dataset.
| | Technique | AR1 | AR3 | CM1 | KC2 | KC3 | MW1 | PC1 | PC2 | PC3 | PC4 |
| | CDT | 0.138 | 0.209 | 0.175 | 0.23 | 0.28 | 0.129 | 0.103 | 0.008 | 0.163 | 0.14 | | CS-Forest | 0.184 | 0.254 | 0.218 | 0.292 | 0.299 | 0.156 | 0.127 | 0.009 | 0.183 | 0.244 | | DS | 0.144 | 0.131 | 0.171 | 0.24 | 0.264 | 0.126 | 0.121 | 0.008 | 0.166 | 0.171 | | Forest-PA | 0.139 | 0.157 | 0.167 | 0.225 | 0.269 | 0.127 | 0.113 | 0.008 | 0.163 | 0.149 | | HT | 0.144 | 0.21 | 0.179 | 0.165 | 0.298 | 0.144 | 0.13 | 0.009 | 0.184 | 0.202 | | J48 | 0.127 | 0.161 | 0.176 | 0.237 | 0.237 | 0.117 | 0.105 | 0.008 | 0.139 | 0.115 | | LMT | 0.436 | 0.191 | 0.367 | 0.229 | 0.259 | 0.12 | 0.194 | 0.356 | 0.302 | 0.141 | | RF | 0.127 | 0.148 | 0.163 | 0.221 | 0.257 | 0.126 | 0.095 | 0.008 | 0.148 | 0.133 | | RT | 0.112 | 0.127 | 0.168 | 0.206 | 0.294 | 0.135 | 0.092 | 0.008 | 0.144 | 0.134 | | REP-T | 0.138 | 0.215 | 0.181 | 0.235 | 0.297 | 0.135 | 0.103 | 0.008 | 0.163 | 0.131 |
|
|