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。
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。
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
id
: 数据编号,例如, "24717".ingredients
: 此菜所包含的原料,例如["tumeric", "vegetable stock", ...]
目标变量
cuisine
: 菜名,例如,"indian".