Varje kök kännetecknas av en liten uppsättning distinkta ingredienser. Dessa syns inte om vi bara tittar på de mest populära ingredienserna, eftersom de tenderar att vara basingredienser som salt eller socker.

Ett annat mått som kan hjälpa oss här är term frequency–inverse document frequency (TFIDF), en numerisk statistik som mäter hur viktig en term (ingrediens) är för ett dokument (kök) i en samling eller korpus (recept).

Vi har redan beräknat tf_idf åt dig och skapat en berikad datamängd med namnet recipes_enriched. Ditt mål är att bygga en Shiny-app som visar ett horisontellt stapeldiagram över de mest utmärkande ingredienserna i ett valt kök, mätt med tf_idf.

En app som visar ett interaktivt horisontellt stapeldiagram över de viktigaste ingredienserna för det valda köket

Du använder ett reaktivt uttryck för att kapsla in beräkningarna och låta diagramkoden fokusera enbart på att skapa diagrammet. Det är god programmeringspraxis och bidrar till modulära och effektiva Shiny-appar.

Paketen shiny, dplyr, ggplot2 och plotly är inlästa. Här är två användbara kodsnuttar för att filtrera fram de bästa recepten per kök och skapa ett horisontellt stapeldiagram. Du kan anpassa dem efter behov.

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()

Utforska 2014 års Mental Health in Tech Survey

Create Your Free Account