Korištenje pripremljenog keša za scikit-learn fetch_20newsgroups

Kada cilj ne može preuzeti preko svog proxyja, pripremite skup podataka podržanim fetcherom na odobrenoj radnoj ruti i prenesite kompatibilni keš. Na cilju:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False podiže OSError ako podaci nisu prisutni; ne pokušava drugu rutu preuzimanja. Upotrijebite taj rezultat da razlikujete nedostajuću pripremu od kasnije operacije s podacima.

Uskladite lokaciju keša na cilju. get_data_home prijavljuje zadanu vrijednost, dok SCIKIT_LEARN_DATA ili eksplicitni data_home mogu je promijeniti. Keš u home direktoriju drugog korisnika ovdje nije automatski vidljiv.

Napravite keš koristeći kompatibilnu verziju biblioteke i sam fetcher. tar arhiva ili ručno izrađeni interni pickle nisu zamjenjivi s tim podržanim rezultatom.

Za preuzimanja uživo konfigurirajte proxy okruženje stvarnog preuzimača prije pokretanja Pythona. Kada je host skupa podataka javan i preuzimanja preko javnih proxyja dopuštena, lista HTTP proxyja nudi kandidate za vrijednosti HTTP proxy okruženja preuzimača. Instaliranje scikit-learn-a ili korištenje ugrađenih load_* primjera ne testira mrežno preuzimanje skupa podataka.