每一種菜系之所以有其獨特風味，往往來自少數幾種具代表性的食材。若只看最常見的食材，我們只會抓到像鹽或糖這類日常調味，無法凸顯差異。

另一個能幫上忙的指標是詞頻—逆文件頻率（term frequency–inverse document frequency，TFIDF）。它是一種數值統計，用來衡量某個詞（這裡是食材）在某份文件（菜系）相對於整個文件集（食譜）的重要程度。

我們已經幫你預先計算好 tf_idf，並建立了一個名為 recipes_enriched 的增補資料集。你的目標是建立一個 Shiny 應用程式，依 tf_idf 顯示某菜系中最具代表性的食材，並以水平長條圖呈現。

An app displaying an interactive horizontal bar plot of top ingredients by chosen cuisine

你將使用 reactive 運算式來封裝計算，讓作圖程式碼只專注於產生圖表。這是良好的程式撰寫實務，有助於建立模組化且效能良好的 Shiny 應用。

我們已載入 shiny、dplyr、ggplot2 與 plotly 套件。下面提供兩段實用範例，示範如何依菜系篩出前幾名食材，並繪製水平長條圖。你可以視需要調整。

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()

探索 2014 年科技業心理健康調查

Create Your Free Account