Използване на подготвен кеш за fetch_20newsgroups на scikit-learn

Когато целта не може да изтегли през своя прокси, подгответе набора от данни с поддържания fetcher по одобрен работещ маршрут и прехвърлете съвместимия кеш. На целта:

from sklearn.datasets import fetch_20newsgroups

dataset = fetch_20newsgroups(
    data_home='/path/to/prepared-scikit-data',
    download_if_missing=False,
)

download_if_missing=False предизвиква OSError, ако данните липсват; той не опитва друг маршрут за изтегляне. Използвайте този резултат, за да различите липсваща подготовка от по-късна операция с данни.

Съобразете местоположението на кеша на целта. get_data_home отчита стойността по подразбиране, а SCIKIT_LEARN_DATA или явен data_home могат да я променят. Кеш в домашната папка на друг потребител не се вижда автоматично тук.

Създайте кеша със съвместима версия на библиотеката и самия fetcher. tar архив или ръчно направен вътрешен pickle не е взаимозаменяем с този поддържан резултат.

За изтегляния на живо конфигурирайте прокси средата на действителния изтеглящ инструмент преди стартирането на Python. Когато хостът на набора от данни е публичен и изтеглянията през публични прокси сървъри са разрешени, списъкът с HTTP прокси сървъри предоставя кандидати за стойностите на HTTP прокси средата на изтеглящия инструмент. Инсталирането на scikit-learn или използването на вградени load_* примери не упражнява изтегляне на набор от данни по мрежата.