我是机器学习的新手,我需要一些帮助和想法。 我想检测 IBAN 编号是否有效,应该在不知道校验和算法的情况下对其进行检查。
我想用很多有效和无效的IBAN来训练AI。 培训结束后,我想测试一个IBAN,系统应该告诉我它是否是一个有效的数字。
我有一个以下格式的CSV文件...
IBAN,有效 DE03683515573047232594,真实 DE89500502010000180802,真实 DE33100500000000484848,假 DE47701500000034343434,假 ...
我正在使用带有numpy和sklearn的Python 3.6。
#! python
import sys
import csv
import matplotlib.pyplot as plt
import pandas
import numpy
import seaborn
import sklearn
filename = "iban.csv"
raw_data = open(filename, "rt")
reader = csv.reader(raw_data)
iban_list = list(reader)
data = []
i = 0
for val in numpy.array(iban_list):
if i > 0:
data.append(val)
i += 1
from sklearn import datasets, linear_model
from sklearn.model_selection import train_test_split
# Train Data
# https://www.ritchieng.com/pandas-scikit-learn/
# https://github.com/datacamp/courses-kaggle-python-machine-learning/blob/master/chapter2.md
train = pandas.read_csv(filename)
train.head()
feature_cols = ['IBAN', 'Valid']
# here I need some help =)
问候 罗尼
我认为这个问题的重点是建立一个好的特征向量。假设我们不知道 IBAN 号码是如何验证的,因此,我们不希望其中的一部分是校验和等。我将构建一个至少具有以下特征的特征向量:
- 前两个字符
- 角色 3-4
- 字符 5-8
- 字符 9-12
- 字符 9 结束
- 最后两个字符
- 所有数字的总和
- 也许:所有数字的总和模组不同的数字
然后取决于您拥有多少训练数据。准备好数据后,您将将其提供给分类器。我会尝试不同的分类器,如CNN和决策树。 训练后,您尝试通过验证集优化超参数。
然后,您在测试数据上对其进行测试并计算准确性,f1-score...
看看这个特征的表现如何会很有趣,也许你可以添加其他特征来优化你的分类器。
然后你可以