数据集概述
本数据集是论文《Evaluating Classifiers in SE Research: The ECSER Pipeline and Two Replication Studies》的补充材料，包含ICSE 2019-2021论文元数据、分类器比较代码、复制研究步骤文档及两个原始研究的复现代码与数据，为软件工程分类器评估研究提供支持。
文件详解
- 根目录文件：
- ECSER-ExploratoryStudy.csv：CSV格式，含2019-2021年ICSE发表论文的标注元数据
- ECSER_ROCplots+StatTest.ipynb：Python Notebook格式，用于比较分类器并检验结果的统计显著性
- ECSER_SummaryOfReplicationSteps.pdf：PDF格式，汇总两个原始研究及ECSER应用的步骤
- ECSER_RE：目录，含复现Hay et al.研究的数据集、代码及结果文件
- ECSER_FF：目录，含复现Alshammari et al.研究的数据集与代码
- README.md：Markdown格式，说明补充材料结构
- requirements.txt：文本格式，列出运行代码所需的依赖包
- ECSER_RE目录：
- Classifiers子目录：含多种分类器代码
- Datasets子目录：含公开数据集
- ECSER_RE_Compare_Classifiers.ipynb：Python Notebook格式，运行各分类器的代码
- ECSER_RE_results-Promise-vs-all.csv：CSV格式，分类器比较结果
- ECSER_FF目录：
- 主目录下直接存放数据集
- ECSER-FF-Compare_Classifiers.ipynb：Python Notebook格式，比较原始研究分类器的代码
- ECSER_FF_results子目录：存放分类器比较结果
数据来源
Zenodo
适用场景
- 软件工程研究：复现分类器评估实验，验证研究结果
- 分类器性能分析：使用提供的代码与数据比较不同分类器的效果
- 研究方法参考：学习ECSER流程在软件工程分类器评估中的应用
- 学术论文撰写：为相关研究提供数据支撑与引用资源
