Skip to main content

支持向量机 (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。

本笔记本介绍了如何使用一个底层使用 scikit-learn 包的 SVM 的检索器。

主要基于 https://github.com/karpathy/randomfun/blob/master/knn_vs_svm.html

#!pip install scikit-learn
#!pip install lark

我们想要使用 OpenAIEmbeddings，所以我们需要获取 OpenAI API 密钥。

import os
import getpass

os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API 密钥:")
    OpenAI API 密钥: ········
from langchain.retrievers import SVMRetriever
from langchain.embeddings 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.get_relevant_documents("foo")
result
    [Document(page_content='foo', metadata={}),
     Document(page_content='foo bar', metadata={}),
     Document(page_content='hello', metadata={}),
     Document(page_content='world', metadata={})]