3.1.5 Type-I error, Type-II error, Overall Misclassification Rate
Some researchers used Type-I error and Type-II error parameters to evaluate the
performance of fault prediction models [42, 15, 35, 1, 2]. The overall
misclassification rate parameter takes care of these two error parameters.
Formulas 12, 13, and 14 are used to calculate the Type-I error, Type-II error, and
overall misclassification rate respectively. If a non-faulty module is predicted as a
faulty module, a Type-I error occurs, and if a faulty module is predicted as a nonfaulty
module, a Type-II error occurs. A Type-II error is more significant than a
Type-I error because faulty modules cannot be detected in that case.
3.1.5 ข้อผิดพลาด Type-I, ข้อผิดพลาดประเภทที่สองโดยรวมจำแนกอัตรา
นักวิจัยบางคนใช้ความผิดพลาดและข้อผิดพลาดประเภท-II พารามิเตอร์ประเภท-I เพื่อประเมิน
ประสิทธิภาพของแบบจำลองการคาดคะเนความผิด [42, 15, 35, 1, 2] โดยรวม
พารามิเตอร์อัตราจำแนกดูแลเหล่านี้พารามิเตอร์ข้อผิดพลาดสอง.
สูตร 12, 13, และ 14 ถูกนำมาใช้ในการคำนวณผิดพลาด Type-I, ข้อผิดพลาดประเภทที่สองและ
อัตราการจำแนกโดยรวมตามลำดับ ถ้าโมดูลที่ไม่ใช่ความผิดพลาดเป็นที่คาดการณ์เป็น
โมดูลผิดพลาดข้อผิดพลาดชนิดที่ผมเกิดขึ้นและถ้าโมดูลผิดพลาดเป็นที่คาดการณ์ว่าเป็นที่ไม่ผิดพลาด
โมดูลข้อผิดพลาดประเภทที่สองเกิดขึ้น มีข้อผิดพลาดประเภท II เป็นอย่างมีนัยสำคัญมากกว่า
ข้อผิดพลาดประเภทฉันเพราะโมดูลผิดพลาดไม่สามารถตรวจพบในกรณีที่
การแปล กรุณารอสักครู่..

ประเภท - I 3.1.5 ข้อผิดพลาดชนิดที่ ๒ อัตราการผิดพลาดโดยรวมนักวิจัยบางคนใช้ผิดประเภท - I และพารามิเตอร์ชนิดที่ ๒เพื่อประเมินประสิทธิภาพของแบบจำลองการคาดการณ์ผิด [ 42 , 15 , 35 , 1 , 2 ] โดยรวมตัวแปรอัตราผิดพลาดดูแลทั้งสองข้อผิดพลาดในพารามิเตอร์สูตร 12 , 13 และ 14 จะใช้ในการคำนวณความคลาดเคลื่อนประเภท - I , ประเภทที่สองข้อผิดพลาดและโดยรวมผิดพลาดคะแนนตามลำดับ ถ้าไม่เสีย คาดว่าเป็นโมดูลมีโมดูลข้อผิดพลาดประเภท - I เกิดขึ้น และถ้าโมดูลที่ผิดคาดเป็น nonfaultyโมดูล , ประเภทที่สองข้อผิดพลาดเกิดขึ้น ประเภทที่ ๒เป็นสำคัญมากกว่าประเภท - I เพราะโมดูลข้อผิดพลาดผิดพลาดไม่สามารถตรวจพบในคดีนั้น
การแปล กรุณารอสักครู่..
