该数据可应用于烹饪设备制造企业，用于优化烹饪设备的设计。通过分析不同种类食物烹饪加水量和成熟时的重量损失的关系，得到任意加水量时对应的合理成熟重量损失，烹饪设备可以根据用户的任意加水量进行功率、时间调控，使其成熟时达到合理的重量损失。精准应对烹饪痛点，例如红烧汤汁太多、收干等，以及用户个性化的成熟菜品需求，例如在合理范围内更喜欢汤汁偏多的，为用户提供更精准的智能烹饪服务。
1.数据来源 记录烹饪方式、分类、菜谱名称、食材量（g）、加水量（g）、功率1、时间1、功率2、时间2、成熟菜品重量（g）、成熟重量损失（g）、汤汁量（偏少、适中、偏多）、感官评价评分（满分5分）等数据。 2.数据处理 评估模型构建，模型构建针对不同的测试对象，加水量（X）作为自变量，成熟重量损失（Y）为因变量进行线性回归得到相应的线性模型 ， 例如红烧肉，当加入不同的加水量（x）时，这道红烧菜品成熟且收汁达到适中的汤汁量时，需要损失的重量按照下述公式计算：y = 0.9795x - 25.139；若用户偏好偏少的汤汁量时，需要损失的重量按照下述公式计算：y = 0.9889x - 14.164；若用户偏好偏多的汤汁量时，需要损失的重量按照下述公式计算：y = 0.9921x - 62.358 3.数据分析 计算决定系数 R²，评估模型的拟合度。R² 大于0.9，模型合格，说明加水量与成熟时重量损失水平强相关，可以根据加水量来较准确地预测成熟时菜品的重量损失，烹饪设备生产商可以根据此规律对菜品烹饪过程进行控制，使其达到合理的成熟重量损失，保证用户的使用效果。 补充说明：其中拟合度R²是根据每种菜谱的数据样本量及测量数据，用excel建模后生成公式，基于得到的公式与该组菜谱的数据情况，由excel自动计算得来，该处理过程常见的数据处理软件excel、spss均可完成。
| 字段名 | 类型 | 描述 |
|---|---|---|
数据条数 |
-- | -- |
烹饪方式 |
-- | -- |
分类 |
-- | -- |
菜谱 |
-- | -- |
食材量（g） |
-- | -- |
| fieldName | exampleValue |
|---|---|
| 数据条数 | 1,2 |
| 烹饪方式 | 红烧肉类,红烧肉类 |
| 分类 | 肉类,肉类 |
curl -H "Authorization: Bearer YOUR_API_KEY" \
http://localhost:3001/api/v1/datasets/5125777