将所有的美食分成了三个种类，每一个类可以对应着一个国家的风味。 k=3 888 8 将相似的美食分组为k个类 确定了分析方法之后，我们就要去抓取原始数据。我们要获取大量的食谱， 通过对它们的分析来支持我们的猜测。我们可以从一些知名的网站上面去下载这 些数据或者是爬取这些数据。 Show the first few rows head(recipes) country almond angelica anise anise seed apple apple brandy apricot 1 vietnamese No No No No No No No 2 Vietnamese No No No No No No No 3 vietnamese No No No No No 4 vietnamese No No o No No No 5 vietnamese No No No o No No No 6 vietnamese No No No No No No No armagnac artemisia artichoke asparagus avocado bacon baked potato balm banana No No No No No 2 No No No No No No No 3 No No No No No No No No o o No No No No o No No No No No No No 6 No No No No No No No No No 拿到数据之后可以对数据产生一个初步的理解。例如，我们观察这个数据集， 他将所有的食材分成了列，包含了很多列，对每一种美食标明这种美食所使用的 食材包括哪一些，并且它属于哪个国家的风味。针对这个数据集，我们可以统计 某一个国家的风味的食物通常会使用哪些食材。由于这个数据集很大，所以我们 需要一些工具的支持。当你的计算能力不足以去处理大量的数据时，可以借助一 些第三方的平台来进行处理。 在数据理解之后，我们就可以做相应的建模评估等等工作了。最终我们就可 以得到一个完整的可以进行美食预测的模型，这个模型可以帮助我们回答像刚才将所有的美食分成了三个种类，每一个类可以对应着一个国家的风味。 确定了分析方法之后，我们就要去抓取原始数据。我们要获取大量的食谱， 通过对它们的分析来支持我们的猜测。我们可以从一些知名的网站上面去下载这 些数据或者是爬取这些数据。 拿到数据之后可以对数据产生一个初步的理解。例如，我们观察这个数据集， 他将所有的食材分成了列，包含了很多列，对每一种美食标明这种美食所使用的 食材包括哪一些，并且它属于哪个国家的风味。针对这个数据集，我们可以统计 某一个国家的风味的食物通常会使用哪些食材。由于这个数据集很大，所以我们 需要一些工具的支持。当你的计算能力不足以去处理大量的数据时，可以借助一 些第三方的平台来进行处理。 在数据理解之后，我们就可以做相应的建模评估等等工作了。最终我们就可 以得到一个完整的可以进行美食预测的模型，这个模型可以帮助我们回答像刚才