一个地区的文化和当地的特色食物总是分不开关系,可以说小到村庄,大到国家,每个地方都有自己的“味道”。
在不熟悉的国家/地区旅游时,常遇到餐厅取一些奇怪的名字来吸引眼球,导致点菜的时候经常触雷。那么作为技术爱好者,是否可以使用机器学习模型,通过食材预测菜品的口味呢?
“丧茶”菜单(图片来自网络)
其实实现起来并不难,只要用机器学习的方法搭建、训练和测试模型,并通过评估矩阵来选择最优模型,就能实现原材料与菜系的映射。为了实现预期的功能,我们需要进行以下三个步骤。
1. 加载并分析数据
2. 建立模型
3. 模型预测
1. 加载并分析数据
以意大利菜系为例,我们准备好以下格式的样例数据。其中“id”代表不同的菜肴种类,“cuisine”则代表菜系名称。
拿到数据后,首先对数据进行提取,其中配方节点如下。其中包含了食谱 id,菜肴类型和成分列表的训练集。
之后将 features 与 target 分别赋值到 train_ingredients 和 train_targets。通过统计分析等操作,可以计算出使用最频繁的前 10 种原料,并将原料名和出现次数赋值到 sum_ingredients 字典中。通过样例数据,还能计算出意大利菜系中使用最频繁的前 10 种原料,并将原料名和出现次数赋值到 italian_ingredients 字典中。
得到的结果可以通过 matplotlib 进行可视化。通过数据分析,可以得出许多有意思的信息,比如,巴西菜用的最多的食材有洋葱、橄榄油、柠檬等。而在中国,柠檬显然不是家常饭的常客。我们用的最多的食材有酱、芝麻油、玉米淀粉等。小编猜测,老干妈一定对中国排名第一的食材有巨大贡献!
日本比较有特色的清酒和酱油也都榜上有名。而在寒冷的俄罗斯,黄油则成为餐桌上必不可少的食材,成为战斗民族每天所需能量的重要来源。英国更不必多说,如果你热爱黄油、奶油、土豆和牛奶,去英国就是了!
2. 建立模型
建立模型的过程可能稍微有点复杂,主要分以下四步进行:
1、单词清洗
2、特征提取(使用TF_IDF)
3、数据分割与重排
调用 train_test_split 函数将训练集划分为新的训练集和验证集。
4、训练模型
在训练模型的过程中,需要尝试不同的参数,挑选出泛化力最好的模型。通过训练模型,可以计算得出验证集上的得分。得分越高,说明分类准确度(正确分类的菜肴百分比)越高。这样,一个优秀的模型就大功告成啦!
3. 模型预测
在测试文件 test.json 中,配方的格式与 train.json 相同,只删除了美食类型,因为它是我们要预测的目标变量。
总的来说,要实现通过食材预测菜系的过程并不复杂,但是如何完善代码、优化模型,使分类体系和匹配程度更高,才是我们要完成的关键目标。如果不能做到数据的有效清洗和分类,就会出现很多法国菜被误分为意大利菜这样的情况。
至于能不能分清川菜和湘菜……可以自己来试一试!这个项目其实来自优达学城 Udacity 的「机器学习工程师」纳米学位。
优达学城 Udacity 由 Google 无人车之父 Sebastion Thrun 创立,与 Google、Facebook、亚马逊等名企联合打造了一系列前沿技术课程。2017 年 8 月,腾讯宣布将 Udacity 纳米学位项目作为内部员工学习内容。
一分钟了解什么是「纳米学位」
与国内其他平台相比,Udacity 的一大优势是来自硅谷的独家特色实战项目。项目难度深入浅出,结合实际,学员能够直观看到学习成果。以下项目成果示例来自「机器学习工程师」和「深度学习」纳米学位的正式课程:
项目示例 1 训练机器人走迷宫
通过实现 Q-learning 算法解决走迷宫问题。同时你有机会将你的算法应用在股市中,让机器学习出高收益策略。
(来自「机器学习」纳米学位)
项目示例 2 猫狗图像识别
使用深度学习方法识别图片中是猫还是狗。
(来自「机器学习」纳米学位毕业项目)
实战项目示例 3 训练四轴飞行器学会飞行
设计一个深度强化学习系统,构建惩罚函数、强化学习模型、深度学习隐藏层帮助四轴飞行器了解每一个动作的优劣。你的四轴飞行器将从一系列动作状态中,选择最优的策略来平稳起飞和降落。
(来自「深度学习」纳米学位项目)
实战项目示例 3 风格迁移
深度学习模型可以用来完成「风格迁移」项目。神经网络会学习这些画作采用的技巧,并学会如何自己应用这些绘画技巧。
(来自「深度学习」练习项目)