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。

本文介绍了如何使用一个在底层使用scikit-learn包中的SVM的检索器。

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

#!pip install scikit-learn

#!pip install lark

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

import os
import getpass

os.environ['OPENAI_API_KEY'] = getpass.getpass('OpenAI API Key:')

OpenAI API Key: ········

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={})]