如何设计出建议可行烹饪食谱的算法？

我的课程中曾经有一位资深人士，他创建了一种算法，可以建议烹饪食谱。首先，各种疯狂的食谱都会出现。然后，她将用真实的食谱训练烹饪算法，并最终提出非常好的食谱。

我相信她使用了与贝叶斯定理或聚类有关的东西，但是她早已不复存在，算法也是如此。我已经在互联网上搜索过，但是寻找烹饪食谱会产生任何结果，但不是我想要的结果。所以，我的问题是：

可以使用哪些技术来设计（随机地）提出可行配方的算法（不使用固定配方的数据库）？

为什么我要寻找烹饪算法呢？好吧，这是真实世界中底层概念应用的一个很好的例子，这种算法在更接近真实世界的不同设置中很有用。

嗯，使用贝叶斯定理从旧食谱中提取出新食谱。我想您首先会希望算法将成分分解成它可以理解的形式（不确定我们是否为此使用了NLP，或者如果您自己手动输入数据，那么这里和那里都不是。） 。

我设想这样的事情。

测试数据分析。现在，我们有了一个配方清单，以及每种成分与另一种成分一起发生的概率以及数量。获得这些数据后，您将使程序随机制作新配方。首先，它循环浏览所有已知成分的列表，然后从中随机选择一种主要成分，然后使用给定另一种成分的成分的概率开始添加更多随机成分，同时匹配适当的训练数据以获取数量和兼容性配料。

可能我建议在创建新配方时向程序提供诸如以下信息：我想要甜的东西，酸的东西，或者例如主要由小麦制成的东西。

希望这会有所帮助。

有关以美国为中心的近2000种食谱的广泛数据集，请查看《武装部队食谱服务》。这不会回答您的问题，但会为您提供实际的培训数据。

对于大多数人来说，问题的要求可能很难表达，所选的方法可能最终会以您建议的方式隐式调整适应性。中部的食物是非常特定于文化的，如果不进行大量调整，该方法可能会很差地传播。

这还需要大量的语义和领域知识来准备更多，而不仅仅是成分列表。毕竟，咖啡风味的冰淇淋，威化饼，咖啡厅，羊角面包和意大利面将是无法区分的。

配方生成通常用作基于案例的推理系统的示例应用程序。它甚至在Wikipedia Page上用作示例。谷歌搜索“基于案例的推理食谱”会产生大量结果。

您要寻找的算法类别是强盗。它们通常用于处理分类问题的探索部分。

一种基本方法是将配方表示为有限的组件包（具有最多k个非0值的布尔向量），并使用LinUCB选择一组组件。那么反馈将是“喜欢”或“不喜欢”。当然，如果您是贝叶斯人，则可能更喜欢使用Trueskill（使用Adpredictor变体）。

较不基本的东西将需要使用内核而不是线性分隔。内核ucb可以帮助处理该部分。但是在某些时候，我认为关注食物的化学成分会很有用，因为最后您可能希望在不同的基本口味之间取得平衡。