时间戳

首页 > 解决方案 > 机器学习检查 IBAN 校验和

python - 机器学习检查 IBAN 校验和

问题描述

我是机器学习的新手，我需要一些帮助和想法。我想检测一个 IBAN 号码是否有效，并且应该在不知道校验和算法的情况下对其进行检查。

我想用大量有效和无效的 IBAN 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。

我有一个具有以下格式的 CSV 文件...

IBAN,有效 DE03683515573047232594,true DE89500502010000180802,true DE33100500000000484848,false DE47701500000034343434,false ...

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

标签： pythonpandasnumpymachine-learningscikit-learn

解决方案

我认为这个问题的重点是建立一个好的特征向量。假设我们不知道如何验证 IBAN 号码，因此，我们不希望这部分是校验和等。我将构建一个至少具有以下特征的特征向量：

  1. 前两个字符
  2. 字符 3-4
  3. 字符 5-8
  4. 字符 9-12
  5. 字符 9-End
  6. 最后两个字符
  7. 所有数字的总和
  8. 也许：所有数字的总和 mod 不同的数字

然后取决于你有多少训练数据。准备好数据后，您会将其提供给分类器。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。
然后你在测试数据上测试它并计算准确度，f1-score...
看看这个特性的表现会很有趣，也许你可以添加其他特性来优化你的分类器。
那么你也能

推荐阅读