跳到主要内容
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 notebook 介绍了如何使用底层基于 scikit-learn 包中的 SVM 的检索器。 主要基于 github.com/karpathy/randomfun/blob/master/knn_vs_svm.html
pip install -qU  scikit-learn

pip install -qU  lark
我们希望使用OpenAIEmbeddings，所以我们必须获取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

​
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={})]
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.