Upload 5 files

Dockerfile

@@ -0,0 +1,18 @@
+# استخدام نسخة بايثون خفيفة ومستقرة
+FROM python:3.9-slim
+
+# تحديد مكان العمل داخل السيرفر
+WORKDIR /code
+
+# نسخ ملف المكتبات أولاً لتسريع عملية البناء (Caching)
+COPY ./requirements.txt /code/requirements.txt
+
+# تثبيت المكتبات المطلوبة
+RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt
+
+# نسخ باقي ملفات المشروع (الموديل، الكود، إلخ) إلى السيرفر
+COPY . .
+
+# تشغيل الـ FastAPI باستخدام uvicorn
+# ملاحظة: Hugging Face يتطلب العمل على بورت 7860 حصراً
+CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "7860"]

RF_InFlight_compressed.joblib

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:5f80d76b69991771367ef0b0a24a1c80f347b202c34d425dabdef30d1a98e462
+size 825740882

le_airports.joblib

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:c2e099baa3a08eaf180739e5d18f909821a2fa0a4f2f19280cab159110e78f0b
+size 563

main.py

@@ -0,0 +1,175 @@
+# from fastapi import FastAPI, HTTPException
+# from pydantic import BaseModel
+# import joblib
+# import numpy as np
+
+# app = FastAPI()
+
+# model      = joblib.load("RF_InFlight.joblib")
+# le_airports = joblib.load("le_airports.joblib")
+
+# class FlightInput(BaseModel):
+#     Year: int
+#     Quarter: int
+#     Month: int
+#     DayofMonth: int
+#     Origin: str
+#     Dest: str
+#     DepTime: float
+#     DepDelayMinutes: float
+#     DepDel15: int
+#     CRSDepTime: float
+#     tempF: float
+#     WindChillF: float
+#     humidity: float
+#     windspeedKmph: float
+#     WindGustKmph: float
+#     winddirDegree: float
+#     weatherCode: float
+#     visibility: float
+#     pressure: float
+#     cloudcover: float
+#     DewPointF: float
+#     time: int
+
+# @app.post("/predict")
+# def predict(data: FlightInput):
+#     try:
+#         origin_encoded = int(le_airports.transform([data.Origin])[0])
+#     except ValueError:
+#         raise HTTPException(
+#             status_code=422,
+#             detail=f"Origin '{data.Origin}' غير موجود. المطارات المتاحة: {le_airports.classes_.tolist()}"
+#         )
+
+#     try:
+#         dest_encoded = int(le_airports.transform([data.Dest])[0])
+#     except ValueError:
+#         raise HTTPException(
+#             status_code=422,
+#             detail=f"Dest '{data.Dest}' غير موجود. المطارات المتاحة: {le_airports.classes_.tolist()}"
+#         )
+
+#     features = np.array([[
+#         data.Year, data.Quarter, data.Month, data.DayofMonth,
+#         origin_encoded, dest_encoded,
+#         data.DepTime, data.DepDelayMinutes, data.DepDel15,
+#         data.CRSDepTime, data.tempF, data.WindChillF,
+#         data.humidity, data.windspeedKmph, data.WindGustKmph,
+#         data.winddirDegree, data.weatherCode, data.visibility,
+#         data.pressure, data.cloudcover, data.DewPointF, data.time
+#     ]])
+
+#     prediction = model.predict(features)[0]
+
+#     return {
+#         "predicted_delay_minutes": round(float(prediction), 2)
+#     }
+
+# @app.get("/airports")
+# def get_airports():
+#     airports = le_airports.classes_.tolist()
+#     return {"airports": airports}
+
+# @app.get("/health")
+# def health():
+#     return {"status": "ok"}
+
+
+from fastapi import FastAPI, HTTPException
+from fastapi.middleware.cors import CORSMiddleware
+from pydantic import BaseModel
+import joblib
+import numpy as np
+
+app = FastAPI()
+
+# إعدادات الـ CORS للسماح للواجهات الأمامية بالاتصال بالـ API
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"], # يسمح باستقبال الطلبات من أي مكان. يمكنك تغييرها لرابط موقعك لاحقاً للحماية.
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
+
+# تحميل الموديل ومشفر البيانات مرة واحدة عند تشغيل السيرفر
+model      = joblib.load("RF_InFlight_compressed.joblib")
+le_airports = joblib.load("le_airports.joblib")
+
+class FlightInput(BaseModel):
+    Year: int
+    Quarter: int
+    Month: int
+    DayofMonth: int
+    Origin: str
+    Dest: str
+    DepTime: float
+    DepDelayMinutes: float
+    DepDel15: int
+    CRSDepTime: float
+    tempF: float
+    WindChillF: float
+    humidity: float
+    windspeedKmph: float
+    WindGustKmph: float
+    winddirDegree: float
+    weatherCode: float
+    visibility: float
+    pressure: float
+    cloudcover: float
+    DewPointF: float
+    time: int
+
+# مسار ترحيبي للـ Hugging Face Space
+@app.get("/")
+def read_root():
+    return {
+        "message": "Flight Delay Prediction API is running perfectly! ✈️",
+        "health_check": "/health",
+        "airports_list": "/airports",
+        "prediction_endpoint": "/predict"
+    }
+
+@app.post("/predict")
+def predict(data: FlightInput):
+    try:
+        origin_encoded = int(le_airports.transform([data.Origin])[0])
+    except ValueError:
+        raise HTTPException(
+            status_code=422,
+            detail=f"Origin '{data.Origin}' غير موجود. المطارات المتاحة: {le_airports.classes_.tolist()}"
+        )
+
+    try:
+        dest_encoded = int(le_airports.transform([data.Dest])[0])
+    except ValueError:
+        raise HTTPException(
+            status_code=422,
+            detail=f"Dest '{data.Dest}' غير موجود. المطارات المتاحة: {le_airports.classes_.tolist()}"
+        )
+
+    features = np.array([[
+        data.Year, data.Quarter, data.Month, data.DayofMonth,
+        origin_encoded, dest_encoded,
+        data.DepTime, data.DepDelayMinutes, data.DepDel15,
+        data.CRSDepTime, data.tempF, data.WindChillF,
+        data.humidity, data.windspeedKmph, data.WindGustKmph,
+        data.winddirDegree, data.weatherCode, data.visibility,
+        data.pressure, data.cloudcover, data.DewPointF, data.time
+    ]])
+
+    prediction = model.predict(features)[0]
+
+    return {
+        "predicted_delay_minutes": round(float(prediction), 2)
+    }
+
+@app.get("/airports")
+def get_airports():
+    airports = le_airports.classes_.tolist()
+    return {"airports": airports}
+
+@app.get("/health")
+def health():
+    return {"status": "ok"}

requirements.txt

@@ -0,0 +1,6 @@
+fastapi
+uvicorn
+pydantic
+joblib
+numpy
+scikit-learn