duzeng/MLND-cn-trial

机器学习工程师纳米学位（试学班）

项目0：预测你的下一道世界料理

准备工作

这个项目需要安装 Python3 和以下的 Python 函数库：

• Pandas
• NumPy:数值计算
• matplotlib: 用于画图
• nltk: 用于处理单词文本
• scikit-learn: 用于模型训练和分析
• jupyter,notebook: 实验基本环境，以运行和编辑 .ipynb

pip install pandas numpy matplotlib nltk scikit-learn jupyter notebook
python -c "import nltk; nltk.download('wordnet')"

优达学城推荐学生安装 Anaconda，这是一个常用的 Python 集成编译环境，且已包含了本项目中所需的全部函数库（除nltk外）。

代码

代码的模版已经在 PredictYourCuisine.ipynb 文件中给出。你还会用到菜系数据集来完成这个项目。我们已经为你提供了一部分代码，但还有些功能需要你来实现才能以完成这个项目。

运行

在终端或命令行窗口中，选定 MLND-cn-trial/ 的目录下（包含此README文件），运行下方的命令：

jupyter notebook PredictYourCuisine.ipynb

这样就能够启动 Jupyter notebook 软件，并在你的浏览器中打开文件。

数据

此项目的数据集来自Kaggle What's Cooking 竞赛。共 39774/9944 个训练和测试数据点，涵盖了**菜、越南菜、法国菜等的信息。

特征

1. id: 数据编号，例如, "24717".
2. ingredients: 此菜所包含的原料，例如["tumeric", "vegetable stock", ...]

目标变量

cuisine: 菜名，例如,"indian".