- 综合排序
- 最热优先
- 最新优先
- 来自专栏啄木鸟软件测试
智能回归测试 vs 传统回归：测试专家必读
引言 在持续交付与高频迭代成为行业常态的今天，回归测试正从‘质量守门员’演变为‘效能加速器’。 然而，许多团队仍在沿用基于手工用例+脚本录制的‘半自动化’回归策略，导致测试周期长、漏测率高、维护成本飙升。 本文将从技术本质、落地效能与组织适配三个维度，深度对比智能回归测试与传统回归测试，为测试专家提供可落地的升级路径。 结语 智能回归测试不是对传统的简单提速，而是测试范式的升维：它要求测试专家从‘用例编写者’转型为‘AI协作教练’——定义语义规则、校准模型偏差、解读风险洞察。 未来三年，不具备AI协同能力的回归测试体系，将如同没有CI/CD的开发流程一样，成为技术债黑洞。现在开始评估你的回归策略：你的测试是还在‘跑完所有用例’，还是已经学会‘只跑该跑的用例’？
13210编辑于 2026-04-13 - 来自专栏Michael阿明学习之路
6. 逻辑回归
本文为 scikit-learn机器学习（第2版）学习笔记 逻辑回归常用于分类任务 1. 逻辑回归二分类 《统计学习方法》逻辑斯谛回归模型（ Logistic Regression，LR） 定义：设 XXX 是连续随机变量， XXX 服从 logistic 分布是指 XXX 具有下列分布函数和密度函数 在逻辑回归中，当预测概率 >= 阈值，预测为正类，否则预测为负类 2. 垃圾邮件过滤 从信息中提取 TF-IDF 特征，并使用逻辑回归进行分类 import pandas as pd data = pd.read_csv("SMSSpamCollection", delimiter
94320发布于 2020-07-13 - 来自专栏FunTester
敏捷回归测试
通常，执行回归测试的常见触发因素包括： 由于添加了新功能或需求和业务流程发生了更改 重大缺陷修复（功能性或非功能性），需要质量保证 连续回归测试（每天/每周）以降低风险 敏捷战略中的回归测试 构建测测试自动化是一项具有挑战性的任务 ，但却是持续测试和回归测试的关键推动力。 测试工程管理需要专注于回归套件的持续维护并确定以下内容： 哪些测试用例已经过验证，需要包含在回归套件中，哪些应该排除在外？ 回归和子集回归套件的执行时间计划是什么？ 不断分析测试的价值，脆弱性等等。 敏捷回归测试建议和基础 在阐明了有关回归测试的一些基本战略考虑和见解之后，以下是一些最佳实践和建议以供参考： 将选择性回归测试与完整回归测试周期区分开来。 充分利用回归测试 高度稳定的测试自动化可实现连续测试，回归测试也越来越依赖于强大而值得信赖的测试自动化。
79121发布于 2020-08-04 - 来自专栏啄木鸟软件测试
回归测试VS重新测试
什么是回归测试？ 从根本上讲，回归测试是保证当应用的代码，UI，或者其他会产生高度影响的操作的任何的变化之后仍然能发挥其功能的软件测试的一种。回归测试能帮助回答“更改是否导致了新的bug”的问题。 回归测试VS重新测试：最主要的区别是什么？ 换言之：回归测试=找到新bug。重新测试=验证bug是否已修复。 回归测试在更新或者对代码、UI变更后定位bug。 回归测试 重新测试 发现新bug 确认就bug已修复 自动的 手动的 低优先级 高优先级 广泛执行 分散执行 非计划性工作 计划性工作 回归测试是广泛执行，遍及应用以识别新的问题。 因为它是用于解决已知问题的，它比回归测试有更高的优先级。 最后，跟回归测试的发现新问题并且导致一些你没有计划或期待的工作相比，重新测试更加的可预测。 Regression Testing vs Retesting Agile Example 回归测试VS重新测试自动化敏捷案例 当你有一个无需编码的自动化测试工具的时候进行回归测试更加的简易，并且能让你同时在不同的浏览器同时执行回归测试套件
1.3K34发布于 2020-09-23 - 来自专栏程序员阿常
回归测试如何确定测试范围？
读者提问： 『阿常你好，想请教一下，回归测试如何确定测试范围，如何避免遗漏 ？』 阿常回答： 三种方式，可以结合起来使用。 2、测试根据经验分析 如果开发修改的是模块A，回归测试时就覆盖模块A，根据测试经验判断模块 B 关联了模块A，回归测试时就覆盖模块A和模块B。 ３、用例关联矩阵分析 用例中标识与之关联的其他用例，回归测试时，此用例回归，与之关联的其他用例也回归； 建立代码块和用例对应的矩阵，回归测试时，根据修改的代码块，找到对应的回归用例。
1.2K30编辑于 2022-12-07 - 来自专栏贝克街的捉虫师
什么是回归测试？
因此，回归测试变得必要。可以使用以下技术执行回归测试： 重新测试全部 这是用于回归测试的方法之一，在该方法中，应重新执行现有测试用例或套件中的所有测试。这是非常昂贵的，因为它需要大量的时间和资源。 回归测试选择 与其重新执行整个测试套件，不如选择一部分测试套件来运行 所选的测试用例可以分类为1）可重复使用的测试用例2）过时的测试用例。 可重用的测试用例可用于后续的回归循环中。 成功的测试用例样本 故障测试用例样本 回归测试工具 如果您的软件进行频繁更改，则回归测试成本将上升。 为了确保有效的回归测试，请注意以下几点： 正在回归测试的代码应在配置管理工具下 在回归测试阶段，不得更改任何代码。回归测试代码必须不受开发人员更改的影响。 用于回归测试的数据库必须是隔离的。 回归测试意味着对您的软件应用程序进行代码更改时对其进行测试，以确保新代码不会影响软件的其他部分。 回归测试中的挑战： 以下是进行回归测试的主要测试问题： 随着连续的回归运行，测试套件变得相当大。
4.9K41发布于 2020-05-15 - 来自专栏从流域到海域
什么是回归测试？
回归测试很多时候面对的是薛定谔的bug，就是回归测试很大程度上可能不会发现bug，但这部分测试工作又不能被省略掉，因为一旦存在bug，bug的严重程度可能会很高。 回归测试是软件生命周期的一个组成部分，在整个软件测试过程中占有很大的工作量比重，软件开发的各个阶段都会进行多次回归测试。 因此回归测试的自动化将能够大幅度降低系统测试、维护升级的成本。 回归测试用例抽取技巧 如果系统目前为止已经比较稳定，那么可以根据8/2（80%的缺陷出现在20%的模块中）的原则来挑选回归测试的用例。 业务程度比较复杂的情况下，对用户频繁使用的功能模块进行回归测试。 开发对某个模块的功能进行来小规模的修改时，也需要进行回归测试。 参考文献 Regression Testing - wikipedia 回归测试 - 百度百科 什么是回归测试？
84830编辑于 2021-12-06 - 来自专栏sktj
python 回归测试脚本
""" ################################################################################ Test a directory of Python scripts, passing command-line arguments, piping in stdin, and capturing stdout, stderr, and exit status to detect failures and regressions from prior run outputs. The subprocess module spawns and controls streams (much like os.popen3 in Python 2.X), and is cross-platform. Streams are always binary bytes in subprocess. Test inputs, args, outputs, and errors map to files in subdirectories.
1K20编辑于 2022-05-13 - 来自专栏神经网络和深度学习
6 逻辑回归(Logistic Regression)
6 逻辑回归(Logistic Regression) 6.1 分类(Classification) 6.2 假设函数表示(Hypothesis Representation) 6.3 决策边界 (Regularized Linear Regression) 7.4 逻辑回归正则化(Regularized Logistic Regression) 6 逻辑回归(Logistic Regression 在未加入偏差项时，线性回归算法给出了品红色的拟合直线，若规定 应用 sigmoid 函数，则逻辑回归模型：hθ(x)=g(θTx)=11+e−θTx 逻辑回归模型中，hθx 的作用是，根据输入 x 以及参数 6.3 决策边界(Decision Boundary) 决策边界的概念，可帮助我们更好地理解逻辑回归模型的拟合原理。 在逻辑回归中，有假设函数 hθx=g(z)=gθTx。 上面讨论了逻辑回归模型中线性拟合的例子，下面则是一个多项式拟合的例子，和线性回归中的情况也是类似的。
1K60发布于 2020-07-02 - 来自专栏IT技术精选文摘
回归测试策略概览
本文要点 回归测试不同于其他类型的测试。 回归测试分为多种类型，因为不同的原因，采取不同的方法。 建立回归测试的策略，重点是要考虑上下文和其他一些因素。 回归测试有很多方式和方法。 回归测试策略：基本因素 分析了回归测试的原因及其类型后，我们可以开始制定一个有效的回归测试策略。在设计回归测试策略时，团队依赖于两个因素： 产品的本质。 回归测试方法 回归测试遵循两种实现方法：手工和自动。 手工回归 无论采用何种方法论（瀑布、敏捷和其他），手工回归测试是对产品进行回归测试的基本方法。 例如上面的图像处理程序，该应用最初是为 iOS8 开发的，因此该团队使用了 XCode6 IDE。但后来客户要求用户在 iOS9 的新设备上运行该产品，这需要切换到 Xcode7。 切换后，测试工程师必须运行完整的回归测试，确保在 Xcode6 下的所有特性能继续工作。 而当客户希望拥有完全稳定、满足需求的产品时，可以要求进行完全回归测试。
1.9K51发布于 2018-03-20 - 来自专栏授客的专栏
测试思想-测试执行 如何进行回归测试？
如何进行回归测试？ by:授客 QQ：1033553122 如何进行回归性测试？这个问题似乎很简单，不就是新功能测试，对未关闭的旧bug验证，对bug可能影响模块进行测试么？ 举个简单的例子：在线教育系统中，有个课程查询功能，该查询功能中，某个按条件“状态”查询结果不准确的bug，开发进行了修改，测试的时候，我们第一件事情是验证是否修复，第二件事情是验证该条件“状态”查询与其他条件的组合查询是否正常 注：对于新功能的测试也要考虑类似的问题 这里虽然只是多了一步，但是要知道这一步的重要性，bug数少点还好办，但是bug数要是多点，你会一条一条的倒回来看，它可能影响了哪些功能、模块么？
1.2K20发布于 2019-09-11 - 来自专栏程序员阿常
回归测试怎么做
读者提问：回归测试怎么做 ？ 阿常回答：这个问题我分两点回答1、什么是回归测试2、怎么做回归测试一、什么是回归测试有些同学对于冒烟测试和回归测试拎不清，冒烟测试与回归测试是有区别的，下面阿常分别和大家说说两者的区别。 回归测试，是正式测试过程中，对已修复的问题或软件环境发生改变后进行的测试，一般是验证已修复的问题及测试问题相关联模块。 二、怎么做回归测试回归测试策略如下：1、全面回归测试--每一个大版本的发布，或者一次较大规模的调整，都需要在预发布环境做一次全面的回归测试。 2、选择性回归测试--小版本的迭代，对可能影响到的功能点进行选择性的回归测试。3、自动化回归测试--测试环境、预发布环境、生产环境发布之后进行现有自动化测试用例的执行。
1K30编辑于 2022-06-29 - 来自专栏程序员阿常
回归测试怎么做
读者提问：回归测试怎么做 ？ 阿常回答：这个问题我分两点回答 1、什么是回归测试 2、怎么做回归测试 一、什么是回归测试 有些同学对于冒烟测试和回归测试拎不清，冒烟测试与回归测试是有区别的，下面阿常分别和大家说说两者的区别。 回归测试，是正式测试过程中，对已修复的问题或软件环境发生改变后进行的测试，一般是验证已修复的问题及测试问题相关联模块。 二、怎么做回归测试 回归测试策略如下： 1、全面回归测试--每一个大版本的发布，或者一次较大规模的调整，都需要在预发布环境做一次全面的回归测试。 2、选择性回归测试--小版本的迭代，对可能影响到的功能点进行选择性的回归测试。 3、自动化回归测试--测试环境、预发布环境、生产环境发布之后进行现有自动化测试用例的执行。
93310编辑于 2022-09-01 - 来自专栏测试人生
如何进行回归测试
回归测试（Regression testing）是指代码在发生修改之后重新测试之前的测试以保证修改的正确性。 理论上，软件产生新版本，都需要进行回归测试，验证以前发现和修复的缺陷是否在软件新版本上再次出现 关于如何做好回归测试，大体上的人都是认为是先验证bug，然后回归和本次修改相关的地方。 在我们平时的回归测试中，是如何做这一点呢？ 一、和项目中的DEV以及项目负责人沟通确认。 这是一个很关键的环节，好的开发人员在提交测试时就会注明可能影响的地方。 二、关键点的测试。 导致修改后，引起的2次bug较多，这个时候就需要加大测试力度，可能的话要整个模块基本功能进行回归。 四、项目初期对测试用例的维护。 一个项目在开始时，编写测试用例时往往是对这个系统全面了解的过程，这个时候时间也较为充裕，所以写测试用例时，尽可能标注关联测试用例。这在大型项目里是尤其重要的。
1.2K50发布于 2021-07-09 - 来自专栏测试开发技术
回归测试，有什么高效的测试方法?
1、什么是回归测试 回归测试（Regression testing） 指在发生修改之后重新测试先前的测试以保证修改的正确性。 2、测试策略 回归测试的策略一般由测试经理或测试组长制定，初级软件测试人员只要按相应的策略执行测试即可。现以XYC邮箱的测试为例，简要介绍一下回归测试的基本策略。 （2）选择重要的功能点、常用的功能点、与Bug相关联的功能点进行回归测试 XYC邮箱的第二轮回归测试中又发现了40个Bug，那么在第三轮的回归测试过程中，除了要测试这40个Bug之外，还应当把重要的功能点 至于回归测试的策略，初级软件测试人员可通过先学习测试经理制定的策略，再从执行回归测试策略过程中进一步提升自己的测试经验。 （6）测试人员应和开发人员面对面或通过电子邮件、电话等方式保持密切沟通，共同协商和处理Bug，以减少两者间的隔膜，增加测试人员与开发人员之间的信任和了解。
1.1K20编辑于 2022-09-28 - 来自专栏啄木鸟软件测试
测试专家必看：智能回归测试未来展望
引言：回归测试的‘甜蜜负担’正在被AI重塑 在敏捷与持续交付成为标配的今天，回归测试早已不是‘可选项’，而是每次代码提交前的‘守门人’。 这揭示了一个残酷现实：传统回归测试正陷入‘越测越累、越累越错’的恶性循环。 所幸，一场静默却深刻的变革正在发生：AI不再只是测试报告里的关键词，而是真正嵌入测试生命周期的‘认知引擎’。 本文将从技术落地、能力跃迁与组织演进三个维度，剖析智能回归测试的现在与未来。 二、从‘脚本维护’到‘自我进化’：自愈式UI测试的落地实践 UI回归测试长期被诟病为‘脆性测试’——前端微调常导致数十个用例因定位器失效而集体崩溃。智能回归的突破在于赋予测试‘自愈能力’。 三、从‘测试执行’到‘质量预言’：回归结果的根因穿透与风险预判 当AI开始读懂测试失败日志，回归测试就从‘问题发现者’进化为‘风险预言家’。
24510编辑于 2026-03-09 - 来自专栏量化小白上分记
单因子测试（下）——回归测试法
之前两篇分别总结了因子数据的预处理和单因子测试的分层测试法，本篇总结回归测试法，相较于分层测试法，回归测试法更简洁。 ---- 因子预处理 与分层测试法不同，回归法测试时，因子可以不进行中性化处理，只进行异常值处理和标准化（zscore）处理，将中性化的过程包含在测试过程中。 得到的回归结果中，因子暴露的系数即为因子收益率，通过多期回归后，就可以得到因子收益率序列及回归的t值序列，通过这两个序列可以构造指标分析因子的表现。 因子测试实例 测试因子：pb_lf，需倒数 测试区间：2010年1月-2018年5月 ? ? ? if_neutral_mktcap=True): 2 3 4 # 获取交易日序列 5 BargainDate = w.tdays(DateStart, DateEnd, "Period=M") 6
6.4K12发布于 2019-01-22 - 来自专栏FunTester
敏捷团队的回归测试策略
为了避免这种情况，需要通过从开发周期开始就创建适当的回归测试策略来制定“逃脱”计划，并且在每次出现Sprint时都需要修改该策略。 建立回归测试策略之前 在建立该回归测试策略之前，事先收集一些信息。 建立回归测试策略 在敏捷开发中执行回归测试的最大挑战是保持敏捷开发与回归测试之间的平衡。因此，我们需要遵循一些快速有效的方法，以便在不影响质量的情况下执行回归测试。 自动化回归测试 快速跟踪回归测试的最佳方法之一是使回归测试的某些部分自动化。我们可以创建一个回归测试脚本，并应在每次更新时对该脚本进行修改和审查，以确保其正常工作。 一旦设置了此付款修复程序，您就可以执行一轮端到端回归测试。 确保您弄清楚聪明工作和辛苦工作之间的区别。 敏捷环境中回归测试 当回归测试策略中实现，就能够执行回归测试并保持敏捷开发的步伐。完美的回归测试结果将帮助用户保持对您产品的信任，以便为他们提供更好的产品。
1.1K20发布于 2020-02-17 - 来自专栏搜狗测试
方便的回归测试——diffy平台
背景 前段时间，公司运维又双叒叕在迁移机房，带来的又是大量的回归测试，虽然负责的项目case还算健全，但是被迁移机房仍然存在大量的历史接口，有些甚至不知道是什么业务在用，但仍然在有少量请求，既然还在为少量用户提供服务 ，那就不能断然下线，但是这种服务该怎么回归呢？ 解决方案 这种情况最简单的方案就是copy线上流量，通过工具diff结果来回归；之前配合部门的开发做了一个结果diff工具，但是功能简陋，无界面，操作十分复杂，结果diff全靠手动，用了几次实在忍不了； -excludeHttpHeadersComparison＝false #是否排除header的差异，不同服务器，cookie，nginx版本可能有所差异，设置为true可以忽略这些差异 请求 测试 case可使用大量线上流量（通过goreplay等工具）进行回放；或已有的接口测试用例；或构造大量随机用例；优点是不用关注结果正确性； 结果页面 ?
3.6K51发布于 2019-12-10 - 来自专栏WD学习记录
机器学习 学习笔记（6） Logistic 回归
线性模型可以进行回归学习，但是若要做分类任务该怎么办，只需要找一个单调可微函数将分类任务的真实标记y与线性回归的预测值联系起来。 对数几率函数（logistic function）（逻辑斯蒂回归）： ? 是用线性回归模型的预测结果去逼近真实标记的对数几率，因此，其对应模型称为对数几率回归。需要注意的是名字带有回归，实际上式分类方法。 上述介绍的是二项分类模型，用于二类分类，可以将其推广为多项逻辑斯蒂回归模型，用于多类分类，假设离散型随机变量Y的取值集合是{1，2，... ，K}，那么多项逻辑斯蒂回归模型是： ? ? ， ? 参考： 《机器学习》 《统计学习方法》 《机器学习实战》 逻辑回归(logistic regression)的本质——极大似然估计
76020发布于 2018-09-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号