JMP技术经理Scott Wise撰写的这篇博客旨在使用分析来回答我们周围发生的有趣问题。 在这一部分中，我们将使用最新的文本分析方法来了解区域辣椒食谱的差异，并找出我的奶奶的辣椒来自哪里！
一位美食评论家曾经说辣椒是一种永远不会复习的食物，因为它确保每个人产生自动分歧。 我们不仅每个人都有自己喜欢的制作辣椒的方式，但每个人都觉得他们的食谱是最好的！为了使问题复杂化，这种非常传统的美国食品有许多区域差异。
这让我们想起了搬到德克萨斯州的一个令人难忘的时刻。 在我工作的地方有一个辣椒烹饪，我认为从俄亥俄州克利夫兰制作我的美味奶奶Lillian's辣椒家庭食谱是个好主意。 作为奖励，我还被邀请作为一名竞争辣椒比赛的评委参加。 那些住在德克萨斯州的人可能已经猜到了当天的结果。 首先，我的奶奶Lillian's辣椒（如上图所示）被嘲笑，因为我在混合中加入了豆子！其次，我很快就了解到德克萨斯州的辣椒烹饪方法意味着生产人类已知的最热，最浓郁的混合物。 幸运的是，在我的胃里创造的洞，从品尝逐渐变热和更热的辣椒样本确实随着时间的推移修复！但它让我想知道为什么我的奶奶Lillian的辣椒配方与德克萨斯州的配方如此不同，甚至它来自哪里？
首先，我们将从奶奶Lillian's Chili的完整食谱和烹饪说明开始：
- 1½到2磅的磨碎牛肉
- 2 - 16盎司罐装红芸豆（Busch浅红色）
- 1罐番茄汤（未稀释）
- 1 28盎司加西红柿罐头（整个和切碎） - 不要沥干并加入一汤匙糖
- 1杯切碎的洋葱
- 糊：
- 布朗肉和洋葱，并在锅中结合
- 加入豆类，汤和西红柿
- 加入糊状物至少煮45分钟
- 添加更多调味料和配料
- 做了六个碗
接下来，我们将此配方与我们在整个美国可以找到的其他典型配方进行比较。 我们今天所知的辣椒似乎已经出现在德克萨斯州，作为对墨西哥菜肴的改编，并通过牛驱动器和后来的世界博览会博览会迅速扩展到美国中心地区的其他地方。 沿途辣椒进一步适应其他当地的烹饪风格。 我们从下面列出的以下12种区域样式中收集了至少三种随机食谱。
辣椒风格
|
区域
|
独特的功能
|
辣椒肉酱
|
德州
|
通常很热，绰号“德州碗红”
|
菲多利馅饼
|
德州
|
足球迷最喜欢的辣椒服务于Frito玉米片
|
Cajun辣椒
|
路易斯安那州
|
辣椒与Cajun扭曲
|
辣椒Verde
|
新墨西哥
|
以鸡肉和新墨西哥着名的绿辣椒为特色
|
Carne Adovada
|
新墨西哥
|
用大量的辣椒制成
|
俄克拉荷马州辣椒
|
俄克拉何马州
|
与Chili Con Carne相似
|
堪萨斯城辣椒
|
密苏里州
|
丰盛的辣椒用豆子
|
斯普林菲尔德风格辣椒
|
伊利诺伊
|
令人心旷神怡的辣椒拼写为伊利诺伊州的额外'l'
|
辛辛那提辣椒
|
俄亥俄州
|
肉质，通常在意大利面条上供应
|
康尼辣椒狗酱
|
密歇根州
|
热狗的严肃的辣椒
|
白辣椒
|
未知
|
基于鸡的辣椒用白豆
|
素食辣椒
|
未知
|
大量的蔬菜，没有肉
|
我们组织了一个数据表，其中包含一个名为“Ingredients”的列，其中包含所有配方成分，因此我们可以使用现代的文本分析方法来帮助更好地了解我们的辣椒差异。（见下面的数据表。）
接下来，我们使用JMP Pro Text Explorer平台在“Ingredients”列中的单词之间查找模式。 在典型的文本探索分析中，我们将使用软件中的内置算法符号化和词干 。 符号化算法使用内置的正则表达式库来解析文本并找到适合常见模式的最常用单词。 这允许我们忽略文本中无用的单词（例如ands，buts等）。通常在同一时间完成词干它将单词组合成根词（将杯子与杯子结合等）。 （参见下面的Text Exploration设置）。
我们得到了第一份清单条款 （单词）在我们所有的“成分”中具有最高计数。从这个列表中，我们可以进一步确定其他无用的单词，这些单词不会添加到成分的研究中。 所以，我们指定了像“Teaspoon”和“Chopped”这样的词停止要从分析中排除的单词。 我们还可以包括顶部短语被添加到我们的列表中条款。（编辑前请参阅下面的术语列表和短语）。
这允许软件形成文件术语矩阵（DTM ），或这些列表的表基于我们完成的行计数术语名单。通常使用此列表，我们会生成一个名为Word Cloud的流行视觉，以便轻松查看最大的视频术语在我们的文本数据中计算，如较大的字体大小所示。 现在我们已经准备好了解“Onion”和“Chili Powder”之类的高发生成分的关系（参见下面的编辑后的术语表和Word云）
最后，我们将在JMP Pro中使用一种方法来对我们的数据行进行维度缩减和分组集群通过查看DTM并将那些具有常用单词/短语的行分组。 在这里，我们使用Latent Class Analysis模型来形成3个Clusters。 看看这些集群，我们会发现一些事情：
- 集群1似乎主要是辣椒配方，包括碎牛肉，番茄酱/酱，辣椒粉和豆类。
- 集群2包含辣椒配方鸡肉和绿色（辣椒）。
- Cluster 3有红辣椒和猪肉辣椒配方。
（参见下面的潜在类分析群集结果）。
使用按行的集群概率 （见下文）我们可以看到，奶奶的辣椒属于第一个群体，共享使用碎牛肉，西红柿，辣椒粉和豆类（肾脏）。 事实上，我的奶奶Lillian辣椒的肉质（碎牛肉），丰盛（带豆子）和平易近人（番茄和辣椒粉）属性在Cluster 1的许多其他中西部食谱中得到了很好的体现。 在这个小组中，我们查看了每个食谱，并在堪萨斯城辣椒食谱＃2中找到了近距离的比赛。 我在德克萨斯州（智利Con Carne）遇到的那种辣椒更好地代表了第3组，即热辣（辣椒），辣（牛至），通常含有猪肉，当然没有豆类！
如果我们看看堪萨斯城辣椒食谱＃2，我们可以看到与我的奶奶Lillian's辣椒的近乎匹配。 这是有道理的，因为我知道我的祖母Lillian在密苏里州圣约瑟夫附近的一个农场生长并学会烹饪。（请参阅下面的堪萨斯城智利的成分）。
堪萨斯城智利食谱＃2成分（密苏里州）
- 2磅碎牛肉
- 1个大洋葱，切碎
- 2茶匙蒜末
- 1/4杯辣椒粉
- 1汤匙小茴香
- 2茶匙盐
- 1罐（28盎司）切丁西红柿
- 1罐（8盎司）番茄酱
- 约1/2杯水
- 1茶匙糖
- 红辣椒酱（可选）
- 1罐（16盎司）红芸豆，沥干
资源： http://www.familycookbookproject.com/recipe/2575440/kansas-city-chili.html
使用Text Exploration的强大功能是调查通常驻留在我们数据中的各种非结构化文本的一个很好的附加工具。 从保修问题，实验室测试，甚至食品配方中捕获的注释中的文本，这种新方法为更好地理解我们的数据提供了很多机会。 虽然它确实需要一些用户交互和解释，但它确实可以在这些文本条目中找到新模式。 But for now, I’ll just enjoy my Grandma Lillian’s “Kansas City Style” Chili and stay away from eating too much of the hot “Texas Chile Con Carne”. 正如史蒂夫米勒乐队在他们1970年的歌曲“辣椒”中所警告的那样......“它比中午更热，它会融化你的勺子，所以哥们，你最好准备好，为了吃辣椒。”
(See the entire Chili Recipe Data and try out the JMP Pro Text Explorer for yourself at: https://community.jmp.com/t5/JMP-Sample-Data/Chili-Recipe-Text-Explorer-Data/ta-p/47650)
