跳至主要内容

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内部使用 SVM 的检索器，该检索器使用 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，因此我们必须获取 OpenAI API 密钥。

import getpass
import os

os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")
OpenAI API Key: ········
from langchain_community.retrievers import SVMRetriever
from langchain_openai import 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​

现在我们可以使用检索器了！

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={})]

此页面是否有帮助？


您也可以在 GitHub 上留下详细的反馈 on GitHub.