Każda kuchnia świata wyróżnia się niewielkim zestawem charakterystycznych składników. Nie da się ich jednak odnaleźć, patrząc na najpopularniejsze składniki – te to po prostu podstawy gotowania, takie jak sól czy cukier.

Przydatną miarą, która pomoże nam w tym zadaniu, jest statystyka term frequency–inverse document frequency (TFIDF). To miara numeryczna określająca, jak ważny jest dany wyraz (składnik) dla konkretnego dokumentu (kuchni) w całej kolekcji (przepisów).

Wartości tf_idf zostały już za ciebie wyliczone, a wzbogacony zbiór danych nosi nazwę recipes_enriched. Twoim celem jest stworzenie aplikacji Shiny, która wyświetla poziomy wykres słupkowy z najbardziej charakterystycznymi składnikami wybranej kuchni, posortowanymi według wartości tf_idf.

Aplikacja wyświetlająca interaktywny poziomy wykres słupkowy z najważniejszymi składnikami wybranej kuchni

Użyjesz wyrażenia reaktywnego, aby zamknąć w nim obliczenia i pozwolić kodowi odpowiedzialnemu za wykres skupić się wyłącznie na jego tworzeniu. To dobra praktyka programistyczna, która sprawia, że aplikacje Shiny są modularne i wydajne.

Załadowane zostały pakiety shiny, dplyr, ggplot2 i plotly. Poniżej znajdziesz dwa przydatne fragmenty kodu – do filtrowania najważniejszych składników dla danej kuchni oraz do tworzenia poziomego wykresu słupkowego. Możesz je odpowiednio dostosować.

top_ingredients <- recipes_enriched %>% 
  filter(cuisine == 'greek') %>% 
  arrange(desc(tf_idf)) %>% 
  head(5) 

ggplot(top_ingredients, aes(x = ingredient, y = tf_idf)) +
  geom_col() +
  coord_flip()

Badanie zdrowia psychicznego w branży tech z 2014 roku

Create Your Free Account