Ali Ahmed55

تمام جدا جدا الف شكراا جدا لحضرتك جزاك الله كل خير

السلام عليكم هو كل ما قيمه الaccuracy تزيز كده يكون النموذج افضل ؟ فيه الكود ده loss, accuracy = deep_hit_model.evaluate(x_test_scaled, y_target_test) print(f"Test Accuracy: {accuracy}") ودي النتيجه 135/135 ━━━━━━━━━━━━━━━━━━━━ 0s 1ms/step - accuracy: 0.6258 - loss: 0.6506 Test Accuracy: 0.6291666626930237

تمام جدا الف شكراا جدا لحضرتكم جزاكم الله كل خير

السلام عليكم هو اي الفرق مابين الconfusion_matrix ويبن الConfusionMatrixDisplay ؟

الف شكراا جدا لحضرتك جزاك الله كل خير

تمام جدا الف شكراا جدا لحضرتك جزاك الله كل خير

الف شكراا جدا لحضرتكم جزاكم الله كل خير

السلام عليكم هو اي الnumpy.where واي االفرق مابينها وبين الif ؟

طيب الداله دي موجود في TensorFlow و keras ؟

تمام جدا الف شكراا جدا لحضرتك جزاك الله كل خير

السلام عليكم هي اي الداله دي predict_proba ؟

السلام عليكم هو مش التصنيف يعتبر بردو تنبواء ؟ يعني النموذج بيتنباء ان الشخص دي مريض لكن دي مش مريض

الف شكرااا جدا جدا لحضرتكم جزاكم الله كل خير

السلام عليكم هل يوجد علاقه مابين الepochs والbatch-size في الشبكه العصبيه ؟

الف شكراا جدا جدا لحضرتك جزاك الله كل خير

الف شكراا جدا حضرتك جزاك الله كل خير

السلام عليكم هو امتي استخدم mean-absolute-error , mean-squared-error , root-mean-squared-error ؟

اه دي نتيجه الكود ده الان الefs عبارن 0.0-1.0 data_train['efs_combined'] = data_train['efs'] * data_train['efs_time'] y_target = data_train['efs_combined'] طيب دي استخدم ازي في الشبكه العصبيه دي # The 'deep_hit_model' is a Sequential model in Keras, meaning the layers are stacked in a linear fashion. deep_hit_model = keras.models.Sequential([ # - The first layer is a Dense layer with 8 units and 'tanh' activation function. This layer is responsible for transforming the input into a higher-dimensional space. keras.layers.Dense(8), keras.layers.BatchNormalization(), keras.layers.Activation('tanh'), keras.layers.Dropout(0.1), # - The second layer is a Dense layer with 128 units and 'tanh' activation function, allowing the model to learn more complex patterns. keras.layers.Dense(128), keras.layers.BatchNormalization(), keras.layers.Activation('tanh'), keras.layers.Dropout(0.3), # - The third layer is a Dense layer with 64 units and 'tanh' activation function, further processing the data with non-linearities. keras.layers.Dense(64), keras.layers.BatchNormalization(), keras.layers.Activation('tanh'), # - The fourth layer is a Dense layer with 32 units and 'tanh' activation function, continuing to refine the representation of the data. keras.layers.Dense(32), keras.layers.BatchNormalization(), keras.layers.Activation('tanh'), # - The final layer is a Dense layer with 1 unit and 'sigmoid' activation function, producing an output between 0 and 1, suitable for binary classification. keras.layers.Dense(1 , activation='linear'),

السلام عليكم مثال انا عندي عمود زي دي فيه قيمه زي دي اغلب القيمه عبار عن 0.0 فا ازي اخلي النموذج مايكونش منحيز لقيمه دي ؟ وكمان القيمه الزي دي اي الافضل الطبقه الاخير sigmoid والا linear ؟ efs_combined 0.0 13268 5.8 329 5.5 326 5.2 322 5.6 317 ... 27.7 1 24.1 1 37.6 1 21.8 1 17.2 1

طيب مش ممكن ان اخد فقط 3 صفوف من العمود غy_target_test عشان يكون متسوي مع الtarget ؟

الا هو بس زي هو الملف عبار عن 3 صفوف فعلان الف شكراا جدا جدا لحضرتكم جزاكم الله كل خير

انا اصلان عاوز ان استخدم الداله دي MSE (Mean Squared Error) ولكن بيحصل الخطاء ده مش عارف ليه mean_squared_error_value = mean_squared_error(y_target_test , target , multioutput='uniform_average') print(f"Mean Squared Error: {mean_squared_error_value}") ولكن بيظهر الخطاء ده File "e:\PYHON\project-lifetrack\lifetrack2.py", line 246, in <module> mean_squared_error_value = mean_squared_error(y_target_test , target , multioutput='uniform_average') ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\utils\_param_validation.py", line 216, in wrapper return func(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^ File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\metrics\_regression.py", line 565, in mean_squared_error _check_reg_targets_with_floating_dtype( File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\metrics\_regression.py", line 198, in _check_reg_targets_with_floating_dtype y_type, y_true, y_pred, multioutput = _check_reg_targets( ^^^^^^^^^^^^^^^^^^^ File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\metrics\_regression.py", line 104, in _check_reg_targets check_consistent_length(y_true, y_pred) File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\utils\validation.py", line 475, in check_consistent_length raise ValueError( ValueError: Found input variables with inconsistent numbers of samples: [4320, 3]

السلام عليكم ده الكود loss, accuracy = deep_hit_model.evaluate(x_test_scaled, y_target_test) print(f"Test Loss: {loss}") rmse = np.sqrt(loss) print(f"Test Rmse: {loss}") percentage_error = (rmse / np.mean(y_target_test)) * 100 print(f"Percentage_error: {percentage_error:.2f}%") ودي نتجيه ال Percentage Error: 51.93%

المشكله ان بستخدم الداله دي بيظهر خطاء mean_squared_error_value = mean_squared_error(y_target_test , target , multioutput='uniform_average') print(f"Mean Squared Error: {mean_squared_error_value}") بيظهر الخطاء ده File "e:\PYHON\project-lifetrack\lifetrack2.py", line 246, in <module> mean_squared_error_value = mean_squared_error(y_target_test , target , multioutput='uniform_average') ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\utils\_param_validation.py", line 216, in wrapper return func(*args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^ File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\metrics\_regression.py", line 565, in mean_squared_error _check_reg_targets_with_floating_dtype( File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\metrics\_regression.py", line 198, in _check_reg_targets_with_floating_dtype y_type, y_true, y_pred, multioutput = _check_reg_targets( ^^^^^^^^^^^^^^^^^^^ File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\metrics\_regression.py", line 104, in _check_reg_targets check_consistent_length(y_true, y_pred) File "E:\PYHON\project-lifetrack\Lib\site-packages\sklearn\utils\validation.py", line 475, in check_consistent_length raise ValueError( ValueError: Found input variables with inconsistent numbers of samples: [4320, 3]

السلام عليكم ده الكود loss, accuracy = deep_hit_model.evaluate(x_test_scaled, y_target_test) print(f"Test Loss: {loss}") ودي النتجيه 135/135 ━━━━━━━━━━━━━━━━━━━━ 1s 1ms/step - loss: 15.3364 - mse: 15.3364 Test Loss: 15.340315818786621