Použití připravené mezipaměti pro fetch_20newsgroups scikit-learn

Vytvořte kompatibilní mezipaměť fetch_20newsgroups pomocí podporovaného fetcheru, přeneste ji a poté použijte download_if_missing=False.

Když cíl nemůže stahovat přes svůj proxy, připravte datovou sadu podporovaným fetcherem na schválené funkční trase a přeneste kompatibilní mezipaměť. Na cíli:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False vyvolá OSError, pokud data chybí; nezkouší jinou trasu stahování. Tento výsledek použijte k rozlišení chybějící přípravy od pozdější datové operace.

Slaďte umístění mezipaměti na cíli. get_data_home hlásí výchozí hodnotu, zatímco SCIKIT_LEARN_DATA nebo explicitní data_home ji mohou změnit. Mezipaměť v domovském adresáři jiného uživatele zde není automaticky viditelná.

Vytvořte mezipaměť pomocí kompatibilní verze knihovny a samotného fetcheru. Archiv tar nebo ručně vytvořený interní pickle nejsou s tímto podporovaným výsledkem zaměnitelné.

Pro živá stahování nakonfigurujte proxy prostředí skutečného stahovače před spuštěním Pythonu. Když je hostitel datové sady veřejný a stahování přes veřejné proxy je povoleno, seznam HTTP proxy nabízí kandidáty pro hodnoty proxy prostředí HTTP stahovače. Instalace scikit-learn nebo použití přiložených příkladů load_* neprocvičuje síťové stahování datové sady.

Související články