软件缺陷预测是软件质量领域的热点话题,它是基于历史提交代码中的静态代码特征和代码缺陷记录来预测软件缺陷,从而避免软件缺陷的发生。目前有许多研究者通过机器学习的方式来对软件缺陷进行预测,然而传统的软件缺陷预测方法对于软件缺陷的预测效果并不好。这是因为软件缺陷预测往往存在以下4个问题:软件缺陷数据集的特征量纲不同且有许多冗余特征、软件缺陷数据集的数据分布不均衡、机器学习算法中的交叉熵损失函数容易忽视难分类样本、人工选取机器学习算法的超参数性能无法达到最优等问题。为了解决上述问题,本文提出基于特征选择及混合采样的LightGBM软件缺陷预测模型,该软件缺陷预测模型能依次解决软件缺陷问题中存在的4个问题。本文的主要工作如下:（1）针对特征量纲不同且有许多冗余特征,本文使用Standard Scaler和Robust Scaler的组合标准化方法对原始数据集进行标准化,将软件缺陷数据集进行缩放并剔除离群值来消除不同特征量纲的影响。使用基于随机森林和RFECV的组合特征选择方法,从166个SQ违规特征中选取45个SQ违规特征作为最优特征子集。（2）针对软件缺陷数据集的数据分布不均衡,本文使用基于SMOTE-ENN的混合采样算法来均衡软件缺陷数据集。通过使用SMOTE算法对少数类样本进行过采样,使用ENN算法对重叠样本进行数据清洗,将数据集中的多数类样本与少数类样本之比从33.18:1均衡至1.16:1。（3）针对交叉熵损失函数容易忽视难分类样本,本文使用Focal Loss损失函数,通过调节（α,γ）参数来改变LightGBM算法对于易分类样本和难分类样本的关注度。（4）针对默认超参数的FL-LightGBM算法预测性能未达到最优,本文使用贝叶斯优化算法来自动调优FL-LightGBM算法中的10个主要超参数,使得超参数优化后的Bayes-FL-LightGBM算法在各项评估指标上都有所提升。