适用于银行交易分类的最佳机器学习算法

Question

我是机器学习领域的新手，所以我希望有一个人来帮我处理我的案例......

我想将机器学习应用于银行交易，以确定特定的交易是否属于杂货，保险，抵押等。

典型的交易如下所示：

accountnumber | counterpart accountnumber | amount | type | code | date | time | description
12345678 | 09876543 | 100.00 | c | bg | 01-02-2001 | 10:01:22 | Hema hermanruiterstraat pasnr:78 10:01:22
12345678 | 12343278 | 45.95 | d | ba | 02-02-2001 | 18:34:54 | Albert Hein janvangalenstraar

我看了Naive Bayes分类器，但我对我得到的结果不是很满意。我根据5个属性训练了我的模型

• 金额
• 类型（c = 1，d = 2）
• 代码（bg = 1，ba = 2）
• 日期（转换为长）
• 时间（转换为长）

我的问题是哪种算法最适合对这些交易进行分类？如果可能，请提供有关所选算法的一些背景知识。

喝彩！ 马亭