文字分类和推荐

Question

我正在尝试为农村（村庄）区域创建一种用于地址分类或类似地址分类的机器学习算法。我有一个历史数据，其中包括地址（独立变量），村庄名称（独立变量）PIN码（独立变量），客户手机号码和路线编号（独立变量）列表。路线号适用于送货车，这将帮助他们覆盖该地区的最大送货目的地。

挑战-

1. “地址”可能会拼写错误。
2. “村庄名称”可以为空。
3. “ PIN码”可能是错误的。

好东西-

并非所有自变量都可以同时为错误/空值。

现在，创建此算法的目的是根据“地址”，“村庄”，“ Pin码”和历史数据（其中我们已手动选择要发送的路线）来选择最佳路线号车）。

我是初学者，我很困惑如何执行该过程。

完成任务。

地址清除-已删除短词，已删除大字，已删除停用词。

现在尝试使用字向量，但我无法做到这一点。

Answer 1

首先，您必须首先建立一个数据集-包含尽可能多的村庄名称！由于许多村庄的名称相似，因此识别拼写是非常困难且危险的！一两个字母是有区别的。因此，数据集越大越好。 然后，尝试对村庄名称和PIN码（TF-IDF）组合使用this link may be helpful for Indian data，或者可以使用模糊逻辑。 希望能帮助到你！编码愉快！