Ali Ahmed55 نشر 5 فبراير أرسل تقرير نشر 5 فبراير السلام عليكم انا عند عمود الefs ود عبار عن efs,Event-free survival,Categorical,['Event' 'Censoring'] انا عاوز اتنباء بقيمه الefs عاوز تكون القيمه كده فا اسخدم sigmoid ؟ وكمان استخدم الTanh والا الrelu ؟ ID,prediction 28800,0.5 28801,1.2 28802,0.8 etc. 1 اقتباس
0 Mustafa Suleiman نشر 5 فبراير أرسل تقرير نشر 5 فبراير المخرجات لديك تحتوي على قيم مثل 1.2 و0.8، ذلك غير منطقي للتصنيف الثنائي، ببساطة، لو عمود efs يحتوي على فئتين ['Event', 'Censoring'] أي تصنيف ثنائي)، فتلك مشكلة تصنيف Classification. ويجب أن تكون مخرجات النموذج احتمالات بين 0 و1 (ليس أرقامًا مثل 1.2 أو 0.8). بالتالي استخدم دالة Sigmoid في الطبقة الأخيرة من النموذج، ودالة الخسارة المناسبة هي tf.keras.losses.BinaryCrossentropy(). أما لو تريد التنبؤ بقيمة رقمية كوقت البقاء دون حدث، فتلك مشكلة انحدار Regression، أي البيانات المستهدفة الـ Labels هي قيم رقمية مثل الوقت بالأيام. وعليك استخدام دالة خطية Linear في الطبقة الأخيرة بدون Sigmoid أو Tanh، ودالة الخسارة المناسبة هي tf.keras.losses.MeanSquaredError(). وTanh وReLU تُستخدمان في الطبقات المخفية وليس في الطبقة الأخيرة، بمعنى ReLU هي الخيار الأفضل في معظم الحالات تجنبًا لمشكلة التلاشي التدرجي. وTanh مفيدة في حال احتجت إلى مخرجات بين -1 و1 في الطبقات المخفية. 1 اقتباس
0 Ali Ahmed55 نشر 5 فبراير الكاتب أرسل تقرير نشر 5 فبراير بتاريخ 3 ساعة قال Mustafa Suleiman: المخرجات لديك تحتوي على قيم مثل 1.2 و0.8، ذلك غير منطقي للتصنيف الثنائي، ببساطة، لو عمود efs يحتوي على فئتين ['Event', 'Censoring'] أي تصنيف ثنائي)، فتلك مشكلة تصنيف Classification. ويجب أن تكون مخرجات النموذج احتمالات بين 0 و1 (ليس أرقامًا مثل 1.2 أو 0.8). بالتالي استخدم دالة Sigmoid في الطبقة الأخيرة من النموذج، ودالة الخسارة المناسبة هي tf.keras.losses.BinaryCrossentropy(). أما لو تريد التنبؤ بقيمة رقمية كوقت البقاء دون حدث، فتلك مشكلة انحدار Regression، أي البيانات المستهدفة الـ Labels هي قيم رقمية مثل الوقت بالأيام. وعليك استخدام دالة خطية Linear في الطبقة الأخيرة بدون Sigmoid أو Tanh، ودالة الخسارة المناسبة هي tf.keras.losses.MeanSquaredError(). وTanh وReLU تُستخدمان في الطبقات المخفية وليس في الطبقة الأخيرة، بمعنى ReLU هي الخيار الأفضل في معظم الحالات تجنبًا لمشكلة التلاشي التدرجي. وTanh مفيدة في حال احتجت إلى مخرجات بين -1 و1 في الطبقات المخفية. تمام , ولكن انا مطلوب مني من المسابقه ان اتنباء ودي نص كلام المسابقه test.csv - the test set; your task is to predict the value of efs for this data اقتباس
السؤال
Ali Ahmed55
السلام عليكم
انا عند عمود الefs ود عبار عن efs,Event-free survival,Categorical,['Event' 'Censoring']
انا عاوز اتنباء بقيمه الefs عاوز تكون القيمه كده فا اسخدم sigmoid ؟
وكمان استخدم الTanh والا الrelu ؟
2 أجوبة على هذا السؤال
Recommended Posts
انضم إلى النقاش
يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.