Neo Legibility Effort Model

Hipótese

A polaridade do sentimento (ou tom) da descrição da User Story, a subjetividade da descrição da User Story e a legibilidade da descrição da da User Story são bons preditores da estimativa de esforço.

Conjunto de dados

Variáveis

As variáveis do conjunto de dados são:

Transformação

Projeto 7764

A coluna title e description foi transformada em uma única coluna chamada context. As outras colunas foram removidas pois não trazem dados preditivos.

Story Point

Projeto 7764

Detectado presença de outliers.

Outliers

Projeto 7764

Foram removidos os Story Poits com 2 desvios padrão antes e depois da média.

mean = df['storypoints'].mean()
std_dev = df['storypoints'].std()
outlier_cutoff = 2 * std_dev
df_clean = df[(df['storypoints'] >= mean - outlier_cutoff) & (df['storypoints'] < mean + outlier_cutoff)]

Antes da remoção 355 observações. Depois 352 observações.

Data frame

Projeto 7764

TF-IDF Model

Projeto 7764

No TF-IDF a coluna context é transformada em uma matriz. Cada palavra é uma coluna dessa matriz. Por isso é interessante o uso de técnicas de pré-processamento de texto (para diminuir o número de palavras que não são relevantes).

Neo Legibility

Projeto 7764

Atributos extraídos da User Story (*)

Neo Legibility - Correlação

Projeto 7764

Existe uma correlação fraca entre gunning_fog e os storypoints.

<AxesSubplot: >

Resultado comparação entre os MAE dos modelos

Projeto 7764

O Modelo que tem o menor MAE (erro médio absoluto) é o Neo Legibility.

Resultado Final

Contador de quantas vezes o Neo Legibility teve um MAE menor em cada um dos projetos.