JMP 技術經理 Scott Wise 的部落格旨在利用分析來回答我們周圍發生的有趣問題。在本期中，我們將使用最新的文本分析方法來了解更多地區辣椒食譜的差異，並找出我奶奶的辣椒來自哪裡！
一位美食評論家曾經說過，辣椒是一種永遠不會被評論的食物，因為它肯定會引起每個人的自動分歧。我們每個人不僅有自己最喜歡的辣椒製作方法，而且每個人都覺得自己的食譜是最好的！更複雜的是，這種非常傳統的美國食物有許多地區差異。
這讓我們想起了我搬到德克薩斯州時最難忘的時刻之一。我的工作地點舉辦了一場辣椒烹飪比賽，我認為製作來自俄亥俄州克利夫蘭的莉蓮奶奶的美味辣椒家庭食譜是個好主意。作為獎勵，我還被邀請作為評審參加一場辣椒競賽。住在德克薩斯州的人可能已經猜到了當天的結果。首先，我奶奶莉蓮的辣椒（如上圖所示）因為我在混合物中加入了豆子而被嘲笑！其次，我很快就了解到，德克薩斯州的辣椒烹飪比賽意味著生產出人類已知的最辣的湯汁混合物。幸運的是，隨著時間的推移，因品嚐越來越辣的辣椒樣本而在我胃中形成的洞確實得到了修復！但這讓我想知道為什麼我奶奶莉蓮的辣椒食譜與德克薩斯州的辣椒食譜如此不同，甚至它來自哪裡？
首先，我們將從奶奶的莉蓮辣椒的完整食譜和烹飪說明開始：
- 1 ½ 至 2 磅碎牛肉
- 2 - 16 盎司罐裝紅芸豆，瀝乾（Busch 淺紅色）
- 1罐番茄湯（未稀釋）
- 1罐28盎司加番茄（整個並切碎）-不要瀝乾並添加一湯匙糖
- 1 杯切碎的洋蔥
- 貼：
- 2 大匙 辣椒粉
- 1 湯匙 麵粉
- ½ 茶匙 鹽
- 1 大匙 水
- 將肉和洋蔥煎成褐色，然後放入鍋中混合
- 加入豆子、湯和西紅柿
- 加入糊狀物，煮至少45分鐘
- 加入更多調味料和配料來調味
- 可以做六碗
接下來，我們將把這個食譜與我們在美國各地可以找到的其他典型食譜進行比較。我們今天所知道的辣椒似乎是從德克薩斯州出現的，是為了適應墨西哥菜餚，並通過趕牛和後來的世界博覽會迅速擴展到美國中心地帶的其他地區。一路走來，辣椒進一步適應了其他當地的烹飪風格。我們從下面列出的十二種地區風格中收集了至少三種隨機食譜。
辣椒風格
|
地區
|
獨特的功能
|
辣椒醬
|
德州
|
通常非常熱，綽號“德克薩斯紅碗”
|
菲多利餡餅
|
德州
|
足球迷最愛的辣椒搭配菲多利玉米片
|
卡真辣椒
|
路易斯安那州
|
卡津風味辣椒
|
辣椒維德角
|
新墨西哥州
|
以雞肉和新墨西哥州著名的青辣椒為特色
|
卡內·阿多瓦達
|
新墨西哥州
|
用大量辣椒製成
|
俄克拉荷馬州辣椒
|
俄克拉荷馬州
|
類似 辣椒醬
|
堪薩斯城辣椒
|
密蘇裡州
|
豐盛的辣椒和豆子
|
斯普林菲爾德風格辣椒
|
伊利諾州
|
更豐盛的辣椒，多加一個“l”代表伊利諾伊州
|
辛辛那提辣椒
|
俄亥俄州
|
肉味十足，通常搭配義大利麵
|
康尼辣椒狗醬
|
密西根州
|
熱狗的正宗辣椒
|
白辣椒
|
未知
|
雞肉辣椒配白豆
|
素食辣椒
|
未知
|
多吃蔬菜，不吃肉
|
我們組織了一個數據表，其中有一列名為“成分”，其中包含所有食譜成分，這樣我們就可以使用現代的文本分析方法來幫助更好地了解我們的辣椒差異。 （請參閱下面的數據表。）
接下來，我們使用 JMP Pro Text Explorer 平台在「成分」列中的單字中尋找模式。在典型的文本探索分析中，我們將利用軟體中的內建演算法來進行標記化和詞幹。代幣化演算法使用內建的正規表示式庫來解析文字並找到符合常見模式的最常見單字。這使我們能夠忽略文本中無用的單字（例如ands、buts等）。經常同時完成的是詞幹擷取它將單字組合成字根（將杯子與杯子組合等）。（有關文字探索設置，請參見下文）。
我們得到了第一個列表條款在我們所有“成分”中計數最高的（單字）。從這個列表中，我們可以進一步識別出其他無用的單詞，這些單詞不會增加對成分的研究。因此，我們將“茶匙”和“切碎”這樣的詞指定為停止從分析中排除的單字。我們還可以包括頂部短語添加到我們的列表中條款。 （編輯前請參閱下面的術語清單和短語）。
這使得該軟體可以形成一個文檔術語矩陣 (DTM ），或這些清單的表格根據我們完成的內容按行計數學期列表。 通常，透過此列表，我們會產生一種稱為詞雲的流行視覺效果，以便輕鬆查看最大的列表學期計數在我們的文字資料中，如較大的字體大小所示。現在我們準備好看看「洋蔥」和「辣椒粉」等高出現成分的關係。 （編輯後的術語清單和詞雲見下文）
最後，我們將使用 JMP Pro 中的方法對資料行進行降維和分組叢集透過查看 DTM 並對具有常見單字/短語的行進行分組。這裡我們使用潛在類別分析模型來形成 3 個聚類。觀察這些集群，我們會發現一些事情：
- 第 1 組似乎以辣椒食譜為主，其中有碎牛肉、番茄醬/醬、辣椒粉和豆類。
- 集群 2 包含雞肉和青辣椒（辣椒）的辣椒食譜。
- 群聚 3 有紅辣椒和豬肉的辣椒食譜。
（有關潛在類別分析聚類結果，請參見下文）。
使用按行的聚類機率（見下文）我們可以看到，Grandma's Chili 屬於第一組，其共同特徵是使用碎牛肉、番茄、辣椒粉和豆類（腰子）。事實上，我奶奶莉蓮的辣椒的肉味（碎牛肉）、豐盛（含豆類）和平易近人（番茄和辣椒粉）屬性在集群 1 中的許多其他中西部食譜中得到了很好的體現。查看了每個食譜，發現堪薩斯城辣椒食譜#2 中的近似匹配。我在德克薩斯州遇到的那種辣椒（Chile Con Carne）最好以Cluster 3 來代表，它是辣的（辣椒）、辛辣的（牛至），通常含有豬肉，當然不含豆類！
如果我們看一下堪薩斯城辣椒食譜＃2，我們可以看到與我奶奶莉蓮的辣椒很接近。在得知我的祖母莉蓮在密蘇裡州聖約瑟夫斯附近的一個農場長大並學會做飯後，這是有道理的。 （請參閱下面堪薩斯城智利的成分）。
堪薩斯城智利食譜＃2成分（密蘇裡州）
- 2磅碎牛肉
- 1 顆大洋蔥，切碎
- 2 茶匙 蒜末
- 1/4 杯 辣椒粉
- 1大匙小茴香
- 2茶匙鹽
- 1 罐（28 盎司）番茄丁
- 1 罐（8 盎司）番茄醬
- 約1/2杯水
- 1茶匙糖
- 紅辣椒醬（可選）
- 1 罐（16 盎司）紅芸豆，瀝乾
來源： http://www.familycookbookproject.com/recipe/2575440/kansas-city-chili.html
使用文字探索的強大功能是研究資料中常見的各種非結構化文字的一個很好的附加工具。從關於保固問題、實驗室測試的註釋中的文本，甚至查看食品食譜，這種新方法為更好地理解我們的數據提供了許多機會。雖然它確實需要一些用戶互動和解釋，但它確實可以在這些文字條目中尋找新模式方面發揮作用。但現在，我只享受奶奶莉蓮做的「堪薩斯城風格」辣椒，不要吃太多熱的「德州智利肉醬」。正如史蒂夫·米勒樂隊(Steve Miller Band) 在他們1970 年的歌曲“Hot Chili”中所警告的那樣……“天氣比中午還熱，它會融化你的勺子，所以夥計，你最好做好準備，因為吃辣椒。”
（查看完整的辣椒食譜數據並親自嘗試 JMP Pro 文字瀏覽器，網址為： https://community.jmp.com/t5/JMP-Sample-Data/Chili-Recipe-Text-Explorer-Data/ta-p/47650 ）
北卡羅來納州羅利當地新聞中出現的豆類與非豆類德克薩斯辣椒爭議的一個很好的例子！ 感謝布萊恩·布恩做出的巨大貢獻！
今天是全國辣椒日，保羅赫根 (Paul Heggen) 對此很認真
