数据集概述
本数据集包含从Qualitas Corpus（QC）获取的含代码异味的类数据，按QC版本和领域分类存储，同时提供PCA分析结果。数据依据检测工具数量的不同阈值（25%、50%、75%）区分文件，以0/1标识类中是否存在代码异味，支持代码异味相关研究。
文件详解
该数据集为一个ZIP压缩包，内部包含多个子文件夹和文件，具体说明如下：
- 文件夹：
- all: 包含QC 20130901版本（92个系统）的数据
- domains: 包含QC 20111026版本更新至20130901最新发布的76个系统数据
- pca: 包含PCA分析结果，含常规PCA（R prcomp()函数生成）和二进制数据logisticPCA（logisticPCA()函数生成）
- 通用文件命名规则：
- 包含QC基础版本信息、最小检测器数量阈值（25、50、75，对应25%、50%、75%检测器识别）
- 包含领域缩写（app、css、dev、dgdv）或关键词ALL（所有领域）
- 文件内容中"1"表示存在代码异味，"0"表示不存在
- 辅助文件：
- smell detectors.csv: 记录各工具检测的代码异味类型信息
数据来源
Qualitas Corpus（QC）
适用场景
- 代码质量分析：研究不同阈值下代码异味的分布规律与检测工具一致性
- 软件维护研究：分析代码异味搭配模式对开源系统维护性的影响
- 机器学习应用：基于代码异味数据训练代码质量预测模型
- 检测工具评估：对比不同代码异味检测工具的性能与结果差异
