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，最初由Evelyn Fix和Joseph Hodges于1951年开发，并随后由Thomas Cover扩展。它用于分类和回归。

这个笔记本介绍了如何使用一个内部使用kNN的检索器。

largely 基于 Andrej Karpathy 的代码。

from langchain_community.retrievers import KNNRetriever
from langchain_openai import OpenAIEmbeddings

API 参考:KNNRetriever |OpenAI 嵌入

创建新的检索器（Retriever）

retriever = KNNRetriever.from_texts(
    ["foo", "bar", "world", "hello", "foo bar"], OpenAIEmbeddings()
)

使用检索器

我们现在已经可以使用检索器了！

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 如何指南