本发明公开了一种用于对面向对象软件缺陷进行预测的方法，所述方法包括：对训练数据集进行处理，获取有效特征属性，并根据所述有效特征属性建立新的训练数据集；根据所述新的训练数据集对支持向量机SVM进行训练，并通过粒子群优化算法PSO进行参数优化，其中所述参数包括：惩罚因子和高斯核带宽；以及根据优化后的参数利用SVM模型对预测数据进行缺陷预测，并获取预测结果。本发明的有益效果在于：对训练数据集进行处理，获取有效特征属性，并根据所述有效特征属性建立新的训练数据集，有效的避免了“维度灾难”，降低了处理代价，提高了数据处理速度；利用粒子群优化算法PSO进行参数优化，选取最佳的参数，提高了缺陷预测的准确性。