SVM
支持向量机(SVMs) 是一组用于分类、回归和异常检测的监督学习方法。
本笔记本介绍了如何使用一个在底层使用SVM
的检索器,该检索器使用了scikit-learn
包。
主要基于 https://github.com/karpathy/randomfun/blob/master/knn_vs_svm.html
%pip install --upgrade --quiet scikit-learn
%pip install --upgrade --quiet lark
我们想要使用OpenAIEmbeddings
,所以我们必须获取OpenAI API密钥。
import getpass
import os
if "OPENAI_API_KEY" not in os.environ:
os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")
OpenAI API Key: ········
from langchain_community.retrievers import SVMRetriever
from langchain_openai import OpenAIEmbeddings
API Reference:SVMRetriever | OpenAIEmbeddings
使用文本创建新的检索器
retriever = SVMRetriever.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='world', metadata={})]