kNN

在统计学中，k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

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={})]

相关

• 检索器概念指南
• 检索器操作指南