auto recognize log error types
从历史错误log里获取可能是错误的字符串信息，得到字符集（keyword.txt）。 错误字符集需要考虑一般性，即它可能出现在所有的测试build里，或者某一类测试build里 根据错误字符集，对log进行匹配，如果某个错误字符串出现在log里，那么对应的值表示为1，否则为0
第一步：获取错误字符集（以后可以不断添加）,假设现在有20个错误字符串 第二步：获取每个log对应的特征，一个20维的向量 第三步：对特征向量进行聚类分析 （最简单的情况，每种特征向量就是一类，这个在ci的测试情形中可以覆盖90%左右的情况） 如果最后的特征向量远比实际错误类型多，可用k-近邻发进行聚类分析，比如k-d来划分。或者根据余弦定理对得到的类进一步压缩。 第四步：根据前面分类的结果，给出具体错误的原因，需要人工调查参与。 第五步，对新的log进行预测，可以利用余弦定理计算两个特征的差异，选择差异最小的那一类
实际应用：
根据预测结果，作出对应的动作，比如是网络问题，自动offline 相关的测试设备，如果是磁盘空间问题，自动清理磁盘.....
如果某一次预测结果不准确，根据新log的错误信息，更新错误字符集，重新训练一次模型。