Skip to main content

kNN

在统计学中，k-最近邻算法 (k-NN) 是一种非参数的监督学习方法，最早由 Evelyn Fix 和 Joseph Hodges 在 1951 年开发，后来由 Thomas Cover 进行了扩展。它被用于分类和回归。

本文档介绍了如何使用底层使用 kNN 的检索器。

主要基于 Andrej Karpathy 的代码。

from langchain_community.retrievers import KNNRetriever
from langchain_openai import OpenAIEmbeddings

创建带有文本的新检索器​

retriever = KNNRetriever.from_texts(
    ["foo", "bar", "world", "hello", "foo bar"], OpenAIEmbeddings()
)

使用检索器​

现在我们可以使用检索器了！

result = retriever.invoke("foo")
result
[Document(page_content='foo', metadata={}),
 Document(page_content='foo bar', metadata={}),
 Document(page_content='hello', metadata={}),
 Document(page_content='bar', metadata={})]

Was this page helpful?


You can leave detailed feedback on GitHub.