2008.10.21 20:44
co do czego pasuje
Zastanawiam się, czy dałoby się podzielić produkty spożywcze na takie grupy, że dwa produkty z jednej grupy zawsze (prawie zawsze) do siebie pasują (na przykład ziemniaki, skwarki i ogórki kiszone), a dwa produkty z różnych grup zawsze (prawie zawsze) do siebie nie pasują (na przykład ogórki kiszone i czekolada). Wydaje się, że dałoby się tylko wtedy, gdyby przyjąć to "prawie". Bo zauważcie, że do skwarek pasują ziemniaki, do ziemniaków masło, do masła mleko - a skwarki i mleko już nie pasują. Na oko zdaje mi się, że w naszej kuchni są cztery grupy - słodkie, niesłodkie mleczne, niesłodkie mięsne, niesłodkie pozostałe. Niesłodkie mięsne i pozostałe pasują do siebie dość dobrze, niesłodkie mleczne i pozostałe pasują do siebie trochę, pozostałe kombinacje między grupami nie pasują. No, ale zresztą tu chyba nie ma co filozofować. Trzeba by sondę zrobić, tylko brakuje mi chyba matematyki, żeby te wyniki potem obrobić. Może niech ktoś inny to zrobi, chętnie komuś oddam ten pomysł.
komentarze:
2008.10.21 22:19 Jurgi
Słusznie napisałeś „w naszej kuchni”, w innych są zestawienia dla nas szokujące, typu kurczak na słodko… Czyli że zestawienia pasuje/nie pasuje są raczej zwyczajowe, niż obiektywne.
2008.10.22 18:22 Piotrek
@Jurgi: tak, to będzie badanie przeprowadzone dla naszej kuchni, dla naszej kultury. Dla innych kuchni to badanie trzeba by przeprowadzić osobno i wyniki pewnie wyszłyby inne.
2008.10.22 18:22 Piotrek
Dobra. Przemyślałem to. Nie wiem jeszcze, jak te dane przeanalizować, ale umiem nazwać, o co mi chodzi. Mam produkty spożywcze. Dla niektórych par produktów spożywczych znam odległość. Teraz chcę przypisać produktom spożywczym punkty w przestrzeni (nie wiem - jedno-? dwu-? trzywymiarowej?) tak, żeby odległości między punktami były zwykle równe odległościom między odpowiednimi produktami.
2020.05.31 13:07 Marcin
Multidimensional scaling. Tu przykłady:
https://marcinciura.wordpress.com/2016/06/22/warping-maps-with-svd/
https://marcinciura.wordpress.com/2019/08/07/visualizing-lexical-distance-in-three-dimensions/
powrót na stronę główną
RSS