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技术课程，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技术，最终成为有能力通过技术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。