本发明属于软件缺陷预测领域，提供了基于特征和实例迁移的跨项目软件缺陷预测方法及系统，该方法包括：特征迁移阶段采用了包裹式特征选择方法，通过候选迁移特征子集在验证集上的预测效果为依据来选择迁移特征集合，效果比起过滤特征选择方法更加稳定有效；在实例迁移阶段采用代价敏感学习方式对于数量少代价高的缺陷样本提高其在训练过程中的比重以此解决数据集的类不平衡问题，最后，使用特征迁移和实例迁移后的数据构建预测模型，以此提升单一迁移角度建模的预测性能。