beer-data-science:啤酒数据科学的各种尝试

概述 这是啤酒数据的初步尝试，严格来说是很有趣的。 与大多数会话IPA搭配良好。 您可以在找到主要报告，阅读有关该项目的，或浏览以查看RLadies Chicago的演讲。 （这些幻灯片后面的代码在目录中。） 我要分析的最重要的问题是：啤酒样式实际上在每种样式中描述啤酒特征的程度如何？ 换句话说，啤酒中的自然簇是否与风格边界很好地吻合？ 我开始结合使用聚类（k均值）和分类（神经网络和随机森林）方法来回答这个问题。 如果您想交互式地进行集群操作，可以使用一个小的来完成。 结构 Markdown报告 .RPredies慕尼黑啤酒节聚会中的.Rpres代码在 代码 在获取和处理数据的分步脚本 重现它 所有啤酒数据都从，从JSON转换为数据，然后转储到MySQL数据库中。 要自己获取数据，可以在run_it目录中运行run_it.R脚本的run_it上创建一个API密钥。 对于更快但最新