scikit-learn-এর fetch_20newsgroups-এর জন্য প্রস্তুত করা ক্যাশ ব্যবহার করুন

লক্ষ্য যখন তার প্রক্সির মাধ্যমে ডাউনলোড করতে পারে না, তখন অনুমোদিত কার্যকর পথে সমর্থিত fetcher দিয়ে ডেটাসেট প্রস্তুত করুন এবং সামঞ্জস্যপূর্ণ ক্যাশটি স্থানান্তর করুন। লক্ষ্যে:

from sklearn.datasets import fetch_20newsgroups

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

ডেটা অনুপস্থিত থাকলে download_if_missing=False একটি OSError তোলে; এটি অন্য ডাউনলোড পথ চেষ্টা করে না। অনুপস্থিত প্রস্তুতি ও পরবর্তী ডেটা কাজের মধ্যে পার্থক্য করতে সেই ফলাফল ব্যবহার করুন।

লক্ষ্যের ক্যাশ অবস্থান মিলিয়ে নিন। get_data_home ডিফল্ট জানায়, আর SCIKIT_LEARN_DATA বা স্পষ্ট data_home তা পরিবর্তন করতে পারে। অন্য ব্যবহারকারীর হোমে থাকা ক্যাশ এখানে স্বয়ংক্রিয়ভাবে দেখা যায় না।

সামঞ্জস্যপূর্ণ লাইব্রেরি সংস্করণ ও fetcher নিজে ব্যবহার করে ক্যাশ তৈরি করুন। tar আর্কাইভ বা হাতে তৈরি অভ্যন্তরীণ pickle সেই সমর্থিত ফলাফলের সঙ্গে বিনিময়যোগ্য নয়।

লাইভ ডাউনলোডের জন্য Python শুরু হওয়ার আগে প্রকৃত ডাউনলোডারের প্রক্সি পরিবেশ কনফিগার করুন। যেখানে ডেটাসেট হোস্ট সর্বজনীন এবং সর্বজনীন-প্রক্সি ডাউনলোড অনুমোদিত, সেখানে HTTP প্রক্সি তালিকা ডাউনলোডারের HTTP প্রক্সি পরিবেশ মানের জন্য প্রার্থী জোগায়। scikit-learn ইনস্টল করা বা বান্ডল করা load_* উদাহরণ ব্যবহার করা নেটওয়ার্ক ডেটাসেট ডাউনলোড অনুশীলন করে না।