RS最终项目
该项目旨在建议开发人员根据其源代码解决错误。 我使用了受监督的数据集[与错误相关的任何提交都有指定的作者（开发人员）]。 我使用LDA方法查找每个开发人员的domian（主题），然后根据他们的域将它们分配给bug。 另外，我使用分类方法（KNN）作为基线，将LDA的结果与基线进行比较。 对于数据集，我使用了两种方法，分别称为“ NLP”和“ AST”。 对于NLP数据集，我使用语言处理令牌生成器在源代码中提取令牌。 对于“ AST”数据集，我使用了“抽象语法树”，并将树的每个节点视为一个标记。 我在下面导入的“ Pydriller”是用来钻（刮）github存储库的库。 我从“熊猫”存储库中提取了15位开发人员的一年数据（提交）。 jupyter笔记本中的报告结构如下：
提取github数据进行NLP研究
NLP数据的LDA方法
NLP数据的KNN方法
提取数据进行AST研
