Візуалізація вкладених описів
Тепер, коли ви створили вкладення (embeddings) з описів товарів, час їх дослідити! Ви використаєте t-SNE, щоб зменшити кількість вимірів у даних вкладень з 1 536 до двох. Так дані буде значно простіше візуалізувати.
Ви почнете зі списку словників products, з яким працювали в попередній вправі. У ньому міститься інформація про товари та вкладення, створені з 'short_description'. Для нагадування, ось попередній перегляд products:
products = [
{
"title": "Smartphone X1",
"short_description": "The latest flagship smartphone with AI-powered features and 5G connectivity.",
"price": 799.99,
"category": "Electronics",
"features": [
"6.5-inch AMOLED display",
"Quad-camera system with 48MP main sensor",
"Face recognition and fingerprint sensor",
"Fast wireless charging"
],
"embedding": [-0.014650369994342327, ..., 0.008677126839756966]
},
...
]
matplotlib.pyplot та numpy вже імпортовано як plt і np відповідно.
Ця вправа є частиною курсу
Вступ до Embeddings з OpenAI API
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Create categories and embeddings lists using list comprehensions
categories = [product[____] for product in products]
embeddings = [product[____] for product in products]