目标是使发票与订单的装运匹配。 订单可以针对同一产品使用多个订单项。 订单行到发货是一对多关系。 物品可以分批少量装运。 发票仅指订单号。 发票会在很长一段时间（几周）内寄出。
这是手动解决方案：根据发货时提供的最接近可用交货日期来匹配发票。但是请确保数量不超过发货量，因此不能超过订单项数量。
可以使用ML解决这个问题吗？如果可以，哪种算法最接近？
PS：没有希望提高数据质量。我们尝试过了。
由于它是在给定订单的可用出货量中进行分类的，因此有点棘手。
我认为解决方案可能是两棵小树。
我评估了以下算法，感觉不合适 -物流回归 -支持向量机 - 神经网络 -线性回归
在您推荐的同时，如果您可以提供一些有关如何实现推荐的见解，那就太好了。
顺便说一句，我还使用了一些快速指南流程图，但是由于我是ML世界的新学生，因此无法有效地使用它们。