SVM

支持向量机 (SVM) 是一组用于分类、回归和异常值检测的监督学习方法。

此笔记本介绍了如何使用一个在后台使用 SVM 的检索器，使用 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

我们希望使用 OpenAIEmbeddings，所以我们需要获取 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 参考：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={})]

相关

• 检索器 概念指南
• 检索器 操作指南