Концепция
Суп рамен –– мое любимое блюдо. В моем родном городе очень мало мест, где мне действительно нравится как готовят этот суп. Я задумалась о том, какой рамен был бы для меня идеальным: какой должен быть вкус, подача или упаковка. Анализ данных поможет мне узнать, где я могу найти тот самый идеальный рамен.
Ход работы
Определившись с темой, на сайте Kaggle я нашла подходящий дата-сет Ramen ratings, основывающийся на отзывах о раменах разных марок. Далее я определилась с цветовой палитрой проекта: она включает в себя цвета ингредиентов супа: бульон, лапша, мясо, яйца, лук, водоросли нори и грибы.
График № 1
Начало работы с дата-сетом
В качестве первого графика я выбрала облако слов. Столбец «Variety» (виды вкусов рамена) я соотнесла со столбцом «Stars», чтобы определить, какие вкусовые сочетания получили наибольшее количество звезд в рейтинге.
Оранжевый цвет: самые популярные слова Бежевый цвет: слова средней частоты Зеленый цвет: менее частые слова
График № 2
Далее я выбрала анализировать какой бренд рамена собрал большее количество звезд и создала столбчатую диаграмму.
График № 3
Моя любимая упаковка –– в стаканчиках (Cup). Я создала круговую диаграмму, которая показывает лучшие бренды, производящие рамен в этой упаковке.
График № 4
Финальная диаграмма –– в какой стране самый лучший рамен. Я использовала точечную диаграмму для сопоставления раменов, получивших больше всего звезд и стран производства.
Вывод
Проанализировав дата-сет «Ramen ratings», я узнала, где смогу попробовать свой идеальный рамен! Абсолютным победителем стал рамен бренда «KOKA», США: он производит рамен с лучшими вкусовыми сочетаниями и добавками, в моей любимой упаковке, а страна производства входит в топ-3 лучших.
Описание использования генеративной модели
https://chat.deepseek.com Я использовала нейросеть DeepSeek для правок ошибок в коде. Я копировала свой код и прикрепляла список ошибок.
https://www.recraft.ai/projects Обложку и дополнительные фотографии я сгенерировала в нейросети Recraft.
Источник базы данных
Блокнот и дата-сет
