Fig. 4: Identifying changes trigger

Fig. 4: Identifying changes triggered by review comments

(Section V-B) of the comments in our oracle. To validate our tree-based model, we employed 10-fold cross-validation [26] and repeated the process 100 times. Finally, to validate our model via review participants, we sent five developers (three of them were not part of the interviews) a list of review comments they received for their recent code reviews and asked them to classify each comment as ‘Useful’ or ‘Not Useful’. We then compared these classifications with the classifications produced by the decision tree. The results of this validation are discussed below (Section V-F).

ผลลัพธ์ (ไทย) 2:

รูป 4: การระบุการเปลี่ยนแปลงที่เกิดจากการแสดงความคิดเห็นการตรวจสอบ(มาตรา VB) แสดงความคิดเห็นในการพยากรณ์ของเรา ในการตรวจสอบแบบที่ใช้ต้นไม้ของเราเรามีงานทำ 10 เท่าการตรวจสอบข้าม [26] และทำซ้ำขั้นตอน 100 ครั้ง สุดท้ายในการตรวจสอบรูปแบบของเราผ่านทางผู้เข้าร่วมทบทวนเราส่งสายได้พัฒนา (สามของพวกเขาไม่ได้เป็นส่วนหนึ่งของการสัมภาษณ์) รายการการแสดงความคิดเห็นความคิดเห็นพวกเขาได้รับการแสดงความคิดเห็นรหัสล่าสุดของพวกเขาและถามพวกเขาในการจำแนกความคิดเห็นแต่ละ 'ประโยชน์' หรือ ' ไม่ได้มีประโยชน์ ' จากนั้นเราเมื่อเทียบกับไพเพอร์เหล่านี้จัดประเภทกับไพเพอร์จัดประเภทที่ผลิตโดยต้นไม้การตัดสินใจ ผลของการตรวจสอบนี้จะกล่าวถึงดังต่อไปนี้ (มาตรา VF)

ผลลัพธ์ (ไทย) 3:

รูปที่ 4 : การระบุการเปลี่ยนแปลงที่ถูกทริกเกอร์ โดยทบทวนความคิดเห็น

( ส่วน v-b ) ของความคิดเห็นใน Oracle ของเรา การตรวจสอบแบบจากต้นไม้ของเรา เราใช้ 10 โฟลด [ 26 ] และทำซ้ำกระบวนการ 100 ครั้ง การตรวจสอบแบบของเราผ่านทางผู้รีวิวเราจึงได้ส่งนักพัฒนา ( สามของพวกเขาเป็นส่วนหนึ่งของการสัมภาษณ์ ) รายการของพวกเขาได้รับความคิดเห็นทบทวนความคิดเห็นรหัสล่าสุดของพวกเขาและถามพวกเขาเพื่อแยกประเภทของความคิดเห็นที่เป็นประโยชน์ หรือ ประโยชน์ไม่ได้ " เราเปรียบเทียบเหล่านี้ classi ไอออนบวกกับไอออนจึง classi จึงผลิตโดยต้นไม้ตัดสินใจ ผลลัพธ์ของการตรวจสอบนี้จะกล่าวถึงด้านล่าง ( ส่วน v-f )