Scikit-LLM：Scikit-Learn 遇见大型语言模型

将 ChatGPT 等强大的语言模型无缝集成到 scikit-learn 中，以增强文本分析任务。

安装 💾

pip install scikit-llm

支持我们 🤝

您可以通过以下方式支持本项目：

• ⭐ 在 GitHub 上为 Scikit-LLM 点赞（点击右上角的星标按钮）
• 💡 在 issues 栏或 Discord 中提供反馈或提出建议
• 📰 在 LinkedIn 或其他平台上分享关于 Scikit-LLM 的内容
• 🔗 查看我们的其他项目：Dingo、Falcon

快速入门与文档 📚

使用 GPT 进行零样本文本分类的快速入门示例：

# 导入必要的模块
from skllm.datasets import get_classification_dataset
from skllm.config import SKLLMConfig
from skllm.models.gpt.classification.zero_shot import ZeroShotGPTClassifier

# 配置认证信息
SKLLMConfig.set_openai_key("<YOUR_KEY>")
SKLLMConfig.set_openai_org("<YOUR_ORGANIZATION_ID>")

# 加载演示数据集
X, y = get_classification_dataset() # 标签：正面、负面、中性

# 初始化模型并进行预测
clf = ZeroShotGPTClassifier(model="gpt-4")
clf.fit(X,y)
clf.predict(X)

更多信息请参阅 文档。

引用

您可以使用以下 BibTeX 格式引用 Scikit-LLM：

@software{ScikitLLM,
  author = {Iryna Kondrashchenko and Oleh Kostromin},
  year = {2023},
  publisher = {beastbyte.ai},
  address = {Linz, Austria},
  title = {Scikit-LLM：Scikit-Learn 遇见大型语言模型},
  url = {https://github.com/iryna-kondr/scikit-llm }
}

Scikit-LLM 快速上手指南

Scikit-LLM 是一个将大型语言模型（如 ChatGPT）无缝集成到 Scikit-Learn 生态中的开源工具，旨在增强文本分析任务的能力。

环境准备

• 系统要求：支持 Windows、macOS 或 Linux。
• Python 版本：建议 Python 3.8 及以上版本。
• 前置依赖：
  • 已安装 scikit-learn 基础环境。
  • 拥有 OpenAI API Key 及 Organization ID（用于调用 GPT 模型）。

安装步骤

使用 pip 直接安装官方发布版本：

pip install scikit-llm

提示：如果下载速度较慢，可以使用国内镜像源加速安装：

pip install scikit-llm -i https://pypi.tuna.tsinghua.edu.cn/simple

基本使用

以下是一个最简单的零样本（Zero-Shot）文本分类示例，展示如何使用 GPT-4 对文本进行情感分析。

1. 配置密钥：设置你的 OpenAI 凭证。
2. 加载数据：使用内置演示数据集或自定义数据。
3. 训练与预测：初始化分类器并执行预测。

# 导入必要的模块
from skllm.datasets import get_classification_dataset
from skllm.config import SKLLMConfig
from skllm.models.gpt.classification.zero_shot import ZeroShotGPTClassifier

# 配置 OpenAI 凭证
SKLLMConfig.set_openai_key("<YOUR_KEY>")
SKLLMConfig.set_openai_org("<YOUR_ORGANIZATION_ID>")

# 加载演示数据集 (标签包含：positive, negative, neutral)
X, y = get_classification_dataset() 

# 初始化模型并进行预测
clf = ZeroShotGPTClassifier(model="gpt-4")
clf.fit(X, y)
predictions = clf.predict(X)

print(predictions)

更多高级用法和详细文档请访问：Scikit-LLM 官方文档