机器学习模型也能分得清菜系吗？

吃饭的时候会见到很多奇怪的菜名，很多店常常会取一些奇怪的名字来吸引眼球，吃饭的时候基本靠猜，或者……通过食材预估一下彩色和口味是否符合自己的要求。其实通过食材预测菜系，用 python 也可以做到！

可以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，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

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！

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！

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威廉希尔官方网站 课程，旨在让每个人都能用远低于线下教育的成本学习硅谷前沿威廉希尔官方网站 ，最终成为有能力通过威廉希尔官方网站 改变世界的抢手人才。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。

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，能够让学习者快速将所学运用到实际生活，并直观看到学习成果。下面的部分项目成果示例来自「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。

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。

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。

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。