Python 从一串数字和字母进行分类

我有一个装满物品的数据库，我的任务是对它们进行分类（可能是书籍、文具等）。选项是手动检查100k条记录并找出它们是什么，或者自动执行任务

每种类型项目的代码都遵循某种模式，因此我希望使用机器学习来解决这个问题（我不想使用正则表达式）。虽然我非常擅长python，但我的ml知识只涉及随机林和逻辑回归

这有可能吗？数据如下所示：

Item          code          type
1       4S2BDANC5L3247151   book
2       1N4AL3AP1JC236284   book
3       3R4BTTGC3L3237430   book
4       KNMAT2MT1KP546287   book
5       97806773062273208   pen
6       07356196706378892   Pen
7       97807345361169253   pen
8       01008130715194136   chair
9       01076305063010CCE44 chair
etc

我很高兴能看到并学到任何必要的东西，我只是不知道从哪里开始

---

谢谢

我知道你有10万个例子。您可以使用RNN、LSTM或基于注意力的深度学习方法，因为该模型可以跟踪代码的模式。机器学习模型也可以解决这个问题。最后，您的问题包括针对不同类的特定类型的模式。因此，可以将这些类分开

1）您需要从查找嵌入来表示代码开始。我想你可以使用数字和字母的ascii码。另外，要使所有向量长度相同，请使用填充。然后可以将它们规格化，使其介于0-1之间

2）那么我的建议是从支持向量机开始，采用一对多策略进行多类分类。之后，您可以尝试XGBoost，它是一个强大的ml模型。或者您可以从更基本的ml模型开始。这背后的想法是，从基础开始，到复杂的模型

3）如果ml模型不足以完成该任务，请从基本RNN模型开始

---

我不知道您的数据在类之间的分布，也不知道类的数量。如果它是平衡的，并且每个类都有足够的数据，我想您可以轻松地自动化该任务。

代码长度是否有最大和最小大小？遗憾的是，没有，长度可以更改