GitEval — 预测你的 GitHub 个人资料的质量

使用机器学习来预测你是否擅长编码

可直接在橱窗里购买，或者到文末领取优惠后购买：

如果你曾经申请过技术职位，你可能已经向公司发送了你的 GitHub 个人资料链接。此个人资料中的信息可以很好地表明你的编码能力以及是否适合团队。所有这些信息的缺点是招聘人员可能需要很长时间才能评估它。为了节省时间，机器学习可能用于自动评估你的编码能力。

在本文中，我们将引导你完成构建此类模型的过程。我们讨论了如何从 GitHub 收集数据并使用这些数据创建模型特征。为了建立一些直觉，我们探索了数据集中的关系。最后，我们比较和解释了两种 ML 算法——决策树和随机森林。你可以在「GitHub」¹上找到此分析的代码。

数据收集和特征工程

从你的代码存储库到你关注的其他程序员，你的 GitHub 个人资料中有很多公开可用的信息。我们构建了一个网络抓取工具，从 230 位用户的个人资料中收集了部分数据。例如，你将在任何用户的概览页面上看到与图 1 类似的贡献列表。当用户编写新代码并将其保存到他们的代码存储库 (repos