المصدر: التمييز من شيويه تشنغ أسبوعي

يوصى 1100 المادة كلمة القراءة لمدة 8 دقائق.

تعاليم لك كيفية تحميل وتحليل البيانات، وبناء نموذج، نموذج التوقعات هي ثلاث خطوات لتحقيق المواد الخام ونماذج التعلم الآلي خريطة المطبخ.

، يمكن القول الثقافة والتخصصات الغذائية المحلية لمنطقة دوما علاقة لا تنفصل إلى قرية صغيرة، بلد كبير، كل مكان لديها قناعاتها "نكهة".

إذا كنت في شمال كاليفورنيا، فإنك سوف تتمتع مجموعة متنوعة من الخضار، وهناك في عمق اللفت الأرجواني، والبنجر وردية وصفراء زاهية. في كوريا الجنوبية، والمخللات حمراء جذابة أحييكم، وسوف رائحة البحر جذب انتباهكم يزحف بالقرب من الحبار. السوق الهندية وربما كان معظم الملونة، والألوان الزاهية ورائحة عشرات من التوابل: الكركم، الينسون ......

كما مؤهل "أكل البضائع"، راجع "الأرز، نوري، سمك السلمون" مجرد التفكير في السوشي الياباني، راجع "البيض، ولحم الخنزير، والخبز، سلطة خلع الملابس،" يعتقد السندويشات ...... تنبأ بها المطبخ الطعام، يمكنك القيام به مع الثعبان ل!

آلة أساليب التعلم يمكن أن تستخدم لنماذج بناء واختبار والتدريب، واختيار النموذج الأمثل من خلال تقييم مصفوفة، لتحقيق المواد الخام وخريطة المطبخ. من أجل وظيفة على النحو المنشود، نحن بحاجة إلى الخطوات الثلاث التالية:

• تحميل وتحليل البيانات
• نموذج
• التوقعات النموذجية

أولا، وتحميل البيانات وتحليلها

المطبخ الإيطالي، على سبيل المثال، لدينا تنسيق البيانات عينة التالية. حيث "المعرف" تمثل أنواع مختلفة من الأطباق، "المطبخ" يمثل اسم من المأكولات.

بعد الحصول على البيانات، يتم استخراج البيانات أولا، حيث العقدة الصيغة التالية. والذي يتضمن مجموعة التدريب وصفة الهوية، نوع المطبخ وتكوين القائمة.

بعد ملامح والهدف تم تعيينها إلى train_ingredients وtrain_targets. عن طريق التحليل الإحصائي وغيرها من العمليات يمكن حسابها باستخدام أعلى معظم 10 نوعا متكررة من المواد الخام والخام اسم المواد وعدد التكرارات المخصصة لsum_ingredients القاموس. قبل بيانات العينة، ولكن أيضا لحساب المطبخ الإيطالي في أعلى 10 نوعا الأكثر استخداما للمواد الخام والخام اسم المواد وعدد التكرارات المخصصة لitalian_ingredients القاموس.

النتائج المتحصل عليها يمكن تصور من قبل matplotlib. من خلال تحليل البيانات، يمكننا استخلاص الكثير من معلومات مثيرة للاهتمام، على سبيل المثال، أكثر من المكونات الغذائية البرازيلية مع البصل وزيت الزيتون والليمون وهلم جرا. في الصين، وجبة مطبوخة في البيت من الليمون من الواضح أن لا الاساسيين. نحن نستخدم معظم صلصة المكونات الصويا وزيت السمسم والذرة والنشاء. شياو بيان تخمين، Laoganma يجب أن يكون هناك مساهمة كبيرة في الغذاء الصيني في المرتبة الأولى!

اليابان سبيل أكثر تميزا وصلصة الصويا أيضا على القائمة.

في برد روسيا، أصبحت زبدة غذاء أساسي على الطاولة، وأصبحت المعركة مصدرا هاما من مصادر الطاقة الوطنية مطلوبة في كل يوم. لا بريطانيا أن أقول، إذا كنت تحب الزبدة والقشدة والبطاطس والحليب، فإنه يريد أن يذهب إلى إنجلترا!

الثاني، نموذج

قد يكون نموذج عملية معقدة قليلا، انقسمت إلى الخطوات الأربعة التالية:

1. كلمة التنظيف

2. استخراج ميزة (باستخدام TF_IDF)

3. تقسيم البيانات وإعادة ترتيب: وسيتم تقسيم وظيفة train_test_split الدعوة إلى مجموعة تدريب تدريب والتحقق من صحة مجموعات جديدة.

نموذج 4. التدريب: في عملية تدريب نموذج، ونحن في حاجة لمحاولة معلمات مختلفة، واختيار أفضل قوة نموذج التعميم. من خلال تدريب نموذج، يمكن أن يكون نتيجة محسوبة على مجموعة التحقق من الصحة. وكلما ارتفعت درجة، مما يدل على دقة التصنيف (النسبة المئوية للتصنيف الصحيح من الأطباق) أعلى. وبهذه الطريقة، وهذا نموذج جيد وانها فعلت ذلك!

ثالثا، يتنبأ النموذج

في ملف اختبار test.json في نفس الوصفة شكل train.json، فقط حذف نوع من الطعام، لأنه بالنسبة لنا التنبؤ المتغير الهدف.

بشكل عام، بعملية تحقيق تنبأ بها المطبخ الغذاء ليست معقدة، ولكن كيفية تحسين التعليمات البرمجية، النموذج الامثل، وارتفاع درجة المطابقة والتصنيف النظام وأهدافنا الرئيسية التي يتعين إنجازها. إذا كنت لا تستطيع أن تفعل لتنظيف فعالة والبيانات والفرز، وكانت العديد من الفرنسية خاطئة في مثل هذه الحالة سيكون هناك الإيطالية.

يرجى تحديد مستنسخة بيانات الإرسال THU

أفراد العمليات: ران هيل