如何使用langchain FAISS进行聚类？

Question

我正在尝试对我的 Faiss 向量进行聚类

vector_store = FAISS.load_local("embeddings_of_songs", embeddings=embeddings)

但我在谷歌上找到的只是 faiss approximation_search

我正在尝试为

vector_store

进行kmeans聚类，任何帮助将不胜感激，谢谢！

Answer 1

首先，您需要从向量存储中提取嵌入：

vectorstore_data = vector_store.get(include=["embeddings", "metadatas"])
embs = vectorstore_data["embeddings"]

然后使用 sklearn 应用聚类：

# use a predefined number of clusters
num_clusters = 5

# Perform k-means clustering
kmeans = KMeans(n_clusters=num_clusters, random_state=0)
cluster_assignments = kmeans.fit_predict(embs)

---

请注意是否有一些标签（例如在元数据的来源中）。您可以使用 ARI 检查集群的质量（请参阅文档）。这里我假设

categories = ...

# Evaluate clustering using adjusted Rand index (ARI)
ari = adjusted_rand_score(categories, cluster_assignments)

print(f"Cluster Assignments: {cluster_assignments}")
print(f"Adjusted Rand Index (ARI): {ari}")