ComeçarComece de graça

Alterando as métricas de distância

Por padrão, o Pinecone usa a métrica de distância de similaridade coseno pra calcular as pontuações de similaridade entre vetores, que são usadas quando você faz uma consulta pra achar os vetores mais parecidos. O Pinecone também aceita outras métricas de distância, como a distância euclidiana e o produto escalar.

A métrica de distância é definida quando o índice é criado e não pode ser alterada posteriormente. Neste exercício, você vai praticar a criação de um índice que usa a métrica de distância do produto escalar.

Este exercício faz parte do curso

Bancos de dados vetoriais para incorporações com Pinecone

Ver curso

Instruções do exercício

  • Inicialize a conexão do Pinecone com sua chave API.
  • Crie um novo índice chamado “ "dotproduct-index" ” que use a métrica de distância do produto escalar.
  • Dá uma olhada nos seus índices pra conferir se eles foram criados e se têm a métrica certa.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Initialize the Pinecone client with your API key
pc = Pinecone(api_key="____")

# Create an index that uses the dot product distance metric
pc.create_index(
    name="____",
    dimension=1536,
    ____,
    spec=ServerlessSpec(
        cloud='aws',
        region='us-east-1'
    )
)

# Print a list of your indexes
print(____)
Editar e executar o código