本发明提供了一种软件缺陷预测方法，用以解决现有的软件缺陷预测误分类率高、决策风险代价大的问题。提出一种两阶段一种基于三支决策的两阶段软件缺陷预测方法：第一阶段、依据决策阈值对和软件模块的条件概率，所有的软件模块将被划分到三个不同的区域中，对于正域和负域的软件模块，将其直接判定为有缺陷模块和无缺陷模块，而对于边界域中的软件模块，则放到第二阶段去解决。
第二阶段、针对边界域中的软件模块，提出了一种基于边界域的多分类器建模模型，通过集成学习机制对边界域软件模块做出有缺陷和无缺陷的确定性决策。本发明具有较高的软件缺陷预测的分类精度和较低的决策风险代价。

本发明提供了一种软件缺陷预测方法，用以解决现有的软件缺陷预测误分类率高、决策风险代价大的问题。提出一种两阶段一种基于三支决策的两阶段软件缺陷预测方法：第一阶段、依据决策阈值对和软件模块的条件概率，所有的软件模块将被划分到三个不同的区域中，对于正域和负域的软件模块，将其直接判定为有缺陷模块和无缺陷模块，而对于边界域中的软件模块，则放到第二阶段去解决。
第二阶段、针对边界域中的软件模块，提出了一种基于边界域的多分类器建模模型，通过集成学习机制对边界域软件模块做出有缺陷和无缺陷的确定性决策。本发明具有较高的软件缺陷预测的分类精度和较低的决策风险代价。