1. 학습
    2. /
  2. 강의
    3. /
  3. OpenAI API로 시작하는 임베딩 Introduction
Connected

연습 문제

유사도 기준 정렬

이제 모든 피처에 임베딩을 생성했으니, 다음 단계는 유사도를 계산하는 일입니다. 이번 연습에서는 find_n_closest()라는 함수를 정의해, 쿼리 벡터와 임베딩 리스트 사이의 코사인 거리를 계산하고, 가장 작은 거리 n개와 그 인덱스를 반환하게 만듭니다.

다음 연습에서는 이 함수를 사용해 시맨틱 상품 검색 애플리케이션을 구현해 볼 거예요.

distance는 scipy.spatial에서 이미 임포트되어 있습니다.

지침

100 XP
  • query_vector와 embedding 사이의 코사인 거리를 계산하세요.
  • dist와 그 index를 포함한 사전을 distances 리스트에 추가하세요.
  • 각 사전의 'distance' 키를 기준으로 distances 리스트를 정렬하세요.
  • distances_sorted에서 처음 n개의 요소를 반환하세요.