[发明专利]一种基于随机森林模型的程序错误定位方法

摘要

本发明公开了一种基于随机森林模型的程序错误定位方法，通过分析单错误版本DFEB所包含的特征，对特征值进行特征衍生和特征筛选，该过程可以挑选出有利于区分包含错误语句的DFEB和不包含错误语句的DFEB特征值，再通过逻辑回归和随机森林训练出两个模型，计算出每个DFEB的可疑度值，用8个经典的可疑度值计算公式获取每条语句的可疑度值，在块内根据语句的可疑度值进行排序，生成错误定位报告。本发明依赖DFEB块，在传统SFL方法4个因子的基础上，引入了DFEB长度这一新特征，并对这5个特征进行特征衍生和特征筛选，对随机森林模型进行训练用以估算DFEB的错误可疑度，能够很大幅度地提高错误定位的精度和效率。