Brug en forberedt cache til scikit-learns fetch_20newsgroups
Opret en kompatibel fetch_20newsgroups-cache via den understøttede fetcher, overfør den, og brug derefter download_if_missing=False.
Når målet ikke kan downloade gennem sin proxy, skal du forberede datasættet med den understøttede fetcher på en godkendt fungerende rute og overføre den kompatible cache. På målet:
from sklearn.datasets import fetch_20newsgroups
dataset = fetch_20newsgroups(
data_home='/path/to/prepared-scikit-data',
download_if_missing=False,
)download_if_missing=False rejser OSError, hvis dataene mangler; den forsøger ikke en anden downloadrute. Brug resultatet til at skelne manglende forberedelse fra en senere dataoperation.
Tilpas målets cacheplacering. get_data_home rapporterer standarden, mens SCIKIT_LEARN_DATA eller en eksplicit data_home kan ændre den. En cache i en anden brugers hjemmemappe er ikke automatisk synlig her.
Opret cachen med en kompatibel biblioteksversion og selve fetcheren. Et tar-arkiv eller en håndlavet intern pickle kan ikke udskiftes med det understøttede resultat.
Til live-downloads skal du konfigurere den faktiske downloaders proxy-miljø, før Python starter. Når datasættets vært er offentlig, og downloads via offentlige proxyer er tilladt, leverer HTTP-proxylisten kandidater til downloaderens HTTP-proxy-miljøværdier. Installation af scikit-learn eller brug af medfølgende load_*-eksempler udøver ikke en netværksdownload af datasættet.