kNN
在统计学中,k-最近邻算法(k-NN)是一种非参数监督学习方法,由
Evelyn Fix
和Joseph Hodges
于1951年首次提出,后经Thomas Cover
扩展。它用于分类和回归。
本笔记本介绍了如何使用底层采用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
API 参考:KNNRetriever | 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={})]