摘要
本说明书涉及机器学习技术领域,具体地公开了一种代码异味严重程度检测方法及装置,其中,该方法包括:获取代码数据集及标签集;标签集中包括代码数据集中各代码数据对应的代码异味严重程度的级别;基于代码数据集及标签集,生成训练样本集和测试样本集;利用训练样本集构建分类器,并利用测试样本集对分类器进行测试,以得到目标分类器;目标分类器用于确定目标代码数据对应的代码异味严重程度;分类器的模型评估指标至少包括第一指标,第一指标用于表征测试样本集中经分类器预测得到的预测严重程度最大的预设数量的测试样本的预测严重程度之和占测试样本集的总体真实严重程度的百分比。上述方案能够提高代码异味严重程度预测的准确率。
技术关键词
程度检测方法
机器学习算法
构建分类器
异味
生成训练样本
训练样本集
数据
斯皮尔曼等级相关系数
指标
程度检测装置
机器学习技术
决策树算法
处理器
指令
标签
计算机程序产品
批量
随机森林
系统为您推荐了相关专利信息
数据控制方法
加权融合算法
异常数据检测
数据控制系统
特征选择
疲劳驾驶预警
疲劳驾驶监测预警
预警控制器
提醒装置
谐振
音频播放控制方法
音频设备
音频播放控制系统
构建预测模型
设备组
数据收集模块
上软下硬地层
设计系统
数据分析模块
大跨度隧道