Классификация текста и рекомендации

Я пытаюсь создать алгоритм машинного обучения, для классификации адресов или аналогичной классификации адресов, для сельских районов (деревень). У меня есть исторические данные, которые включают в себя список адресов (независимая переменная), название деревни (независимая переменная), пин-коды (независимая переменная), номер мобильного телефона клиента и номер маршрута (зависимая переменная). Маршрут № предназначен для корзины доставки, которая поможет им покрыть максимальное количество пунктов назначения доставки в этой области.

Проблемы -

1. "Адрес" можно пропустить по буквам.
2. "Название деревни" может быть нулевым.
3. "Пин-коды" могут быть ошибочными.

Хорошая вещь -

Не все независимые переменные могут быть неправильными/нулевыми одновременно.

Теперь целью создания этого алгоритма является выбор лучшего номера маршрута на основе "адреса", "деревень", "пин-кодов" и исторических данных (в которых мы вручную выбрали маршрут для тележек доставки).

Я новичок, я запутался, как это сделать, какой процесс использовать.

Задание я выполнил.

Очистка адреса - удалены короткие слова, удалены большие слова, удалены стоп-слова.

Сейчас пытаюсь сделать это с помощью слова вектор, но я не могу этого сделать.