欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019113214425
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于逻辑回归模型的pull request被合并概率的计算方法,其特征在于,该方法分为以下步骤:

1)获取GitHub上关注星数最多的仓库的已关闭的pull request信息并过滤无关值;

步骤1.1)使用GitHubAPI提取GitHub代码仓库上关注的星数最多的项目的所有已经关闭的pull request信息,所述pull request中的信息包括删除的代码行数、增加的代码行数、pull request中包含的commit数、删除的文件数、增加的文件数、编辑的文件数、更改的文件数、diffurl、merge状态;

步骤1.2)删除代码更改行数为0的非代码修改的pull request数据;

步骤1.3)根据步骤1.1)得到的删除的代码行数和增加的代码行数相加得到代码更改的总行数;

步骤1.4)根据步骤1.1)得到的diffurl获取diff文本信息,删除和添加的代码前都会有特殊的标记符‘‑’和‘+’,连续增删的代码行构成了一个代码块,统计文本包含的代码块数;

步骤1.5)把删除的代码行数、增加的代码行数、更改的代码行数、pull request中包含的commit数、删除的文件数、增加的文件数、编辑的文件数、更改的文件数、代码块数存入矩阵作为输入数据;

步骤1.6)merge状态为false的标记为0,true的标记为1,存入矩阵作为真实结果;

2)训练逻辑回归模型;

步骤2.1)估计参数随机初始化为接近0的数,截距初始化为0;

步骤2.2)基于输入数据、估计参数和截距,计算预测的输出结果;

步骤2.3)基于预测的输出结果和真实的结果,计算代价函数;

步骤2.4)对代价函数求导,计算梯度;

步骤2.5)设置步长,使用梯度下降法更新估计参数和截距;

步骤2.6)设置迭代次数,再重复步骤2.2)至2.5),直到导数得到最小化的代价函数,得到逻辑回归模型;

3)使用训练好的模型对新的pull request合并概率进行预测;

步骤3.1)将新的pull request按照步骤1同样的方法抽取信息作为输入数据;

步骤3.2)将输入数据代入到逻辑回归模型中得到概率值,即该pull request被合并的概率。

2.根据权利要求1所述的基于逻辑回归模型的pull request被合并概率的计算方法,其特征在于,所述步骤1.4)的具体步骤如下:步骤1.4.1)使用正则把文本信息中的空格替换为‘’、换行符替换为文本中不存在的特殊字符;

步骤1.4.2)使用正则匹配筛选出文本中所有特殊字符和特殊字符与‘‑’或‘+’连接的字符,组成数组;

步骤1.4.3)从数组中第一次出现的特殊字符与‘‑’或‘+’连接字符的位置开始截取得到新的数组;

步骤1.4.4)遍历数组删除数组中与前一项相同的项,得到新数组;

步骤1.4.5)遍历数组计算数组中特殊字符的总项数,即更改的代码块数。

3.根据权利要求1所述的基于逻辑回归模型的pull request被合并概率的计算方法,其特征在于,所述步骤2.2)中计算预测的输出结果的公式如下:T T (1) T (2) T (m)

Z=WX+b=[WX +b,WX +b,…,WX +b]其中,X表示输入数据,W表示估计参数,b表示截距,A表示预测的结果,记为 m表示输入(1) (2) (m)数据的行数,a ,a ,…,a 表示A中的元素,Z表示中间计算结果,σ(Z)表示对Z归一化。

4.根据权利要求3所述的基于逻辑回归模型的pull request被合并概率的计算方法,其特征在于,所述步骤2.3)中计算代价函数的公式如下:其中,m表示输入数据的行数,a表示预测的结果,y表示真实的结果,L为交叉熵损失函数。

5.根据权利要求3所述的基于逻辑回归模型的pull request被合并概率的计算方法,其特征在于,所述步骤2.5)中更新估计参数和截距的公式如下:其中,α表示步长,w表示估计参数,b表示截距,J(w,b)为代价函数。