数据集概述
该数据集包含用于Maltesque 2022会议投稿的研究资料，围绕机器学习模型在软件复用性评估与预测中的应用展开，涵盖原始数据、实验结果及代码笔记本，为相关研究提供支持。
文件详解
- 数据文件：
- GitHub-Java-ExternalMetricsData.csv：CSV格式，包含项目名称、分支数、发布数等软件外部指标数据
- GitHub-Java-InternalMetricsData.csv：CSV格式，包含项目内聚度、代码行数等软件内部指标数据
- 代码文件：
- Classification-Modelling.ipynb：Jupyter Notebook格式，用于执行分类建模的代码脚本
- 结果文件：
- results.zip：压缩包格式，包含不同预处理方法和分类器组合的实验结果
- 文档文件：
- SourceMeter-Metrics-Description.html：HTML格式，提供指标描述文档
- README.txt：TXT格式，包含运行脚本的环境依赖和操作步骤说明
适用场景
- 软件工程研究：分析软件内部/外部指标与复用性的关联
- 机器学习应用：验证不同分类模型在软件复用性预测任务中的性能
- 实证研究复现：复现Maltesque 2022会议相关投稿的实验结果
- 软件质量评估：探索软件复用性评估的有效指标与方法
