😄Recore my study note of code defect identification and localization

JIT数据集

🚀1.OPENSTACK（C++）

train: 11973 (阳：1464)
test: 1331 (阳：163)
all: 13304 (阳：1627)

🚀2.QT（C++）

train: 23133 (阳：1642)
test: 2571 (阳：183)
all: 25704 (阳：1825)

其中：
_train.pkl, _test.pkl内数据含义：
len(df) = 4
df[0]: commit id
df[1]: defect label
df[2]: commit msg
df[3]: added_code, removed_code for each commit

_train_dextend.pkl, _test_dextend.pkl内数据含义：
len(df) = 4
df[0]: commit id
df[1]: defect label
df[2]: commit msg
df[3]: "added_code removed_code" for each commit

_dict.pkl内数据含义：
有2个字典：
dict[0]: commit_msg的dict
dict[1]: code的dict

_train_cc2ftr.pkl, _test_cc2ftr.pkl内数据含义：
cc2vec模型的向量特征：code changes features

⭐如下论文对这个数据集做了扩充，并增多了4个项目：
(ISSTA-2021) 《Deep Just-in-Time Defect Prediction How Far Are We？》

github链接：https://github.com/ZZR0/ISSTA21-JIT-DP

其它模型链接：
1.CC2VEC（预测）：https://github.com/CC2Vec/CC2Vec
2.DeepJIT（预测）：https://github.com/hvdthong/DeepJIT_updated
3.JITLine（预测+定位）：http://doi.org/10.5281/zenodo.4433498
4.N-gram（预测+定位） https://github.com/MengYan1989/JITDIL