Skip to main content
Open In ColabOpen on GitHub

kNN

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

本笔记本介绍了如何使用一个底层使用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

使用文本创建新的检索器​

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

使用检索器​

我们现在可以使用检索器了！

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={})]

这个页面有帮助吗？