ПочатиПочніть безкоштовно

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

Переглянути курс

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]
Редагувати та запускати код