机器学习模型，能分清川菜和湘菜吗？
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。
（该项目现提供超值限量试学班，详情见文末）
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）
除此之外，你将跟随来自硅谷的行业专家系统学习，深入掌握人工智能领域知识。实战项目经验均可写入简历，为求职面试加分！
Udacity 还特别开启【7 天超值试学班】，为保证辅导质量，试学名额有限，今天开始抢完为止。本期试学班能够提前体验：机器学习工程师项目「猜猜这道菜来自哪里」和深度学习项目「你拍我猜」
文末关注 Udacity 官方服务号，即可自动获得两门课程完整大纲，以及限量 ¥299 超值试学入口。
如果你也在寻求转行机会，或渴望突破薪资天花板，抓住人工智能人才红利，但又不确定自己是否真的适合、能不能学完，建议加入 7 天试学，让专业导师手把手带你完成项目！
长按识别二维码
了解试学班
关注 Udacity 官方服务号，即可自动获得完整课程大纲、选课测试、以及限量试学入口，先抢先得。
点击阅读原文，添加学习规划师，获取「选课测试」一份