Einen vorbereiteten Cache für scikit-learns fetch_20newsgroups verwenden
Erstellen Sie einen kompatiblen fetch_20newsgroups-Cache mit dem unterstützten Fetcher, übertragen Sie ihn und verwenden Sie dann download_if_missing=False.
Wenn das Ziel nicht über seinen Proxy herunterladen kann, bereiten Sie den Datensatz mit dem unterstützten Fetcher auf einem freigegebenen funktionierenden Weg vor und übertragen Sie den kompatiblen Cache. Auf dem Ziel:
from sklearn.datasets import fetch_20newsgroups
dataset = fetch_20newsgroups(
data_home='/path/to/prepared-scikit-data',
download_if_missing=False,
)download_if_missing=False löst OSError aus, wenn die Daten fehlen; es wird kein anderer Downloadweg versucht. Nutzen Sie dieses Ergebnis, um fehlende Vorbereitung von einem späteren Datenvorgang zu unterscheiden.
Passen Sie den Cache-Speicherort des Ziels an. get_data_home meldet den Standard, während SCIKIT_LEARN_DATA oder ein explizites data_home ihn ändern können. Ein Cache im Home-Verzeichnis eines anderen Benutzers ist hier nicht automatisch sichtbar.
Erstellen Sie den Cache mit einer kompatiblen Bibliotheksversion und dem Fetcher selbst. Ein tar-Archiv oder ein handgefertigtes internes Pickle ist nicht mit diesem unterstützten Ergebnis austauschbar.
Für Live-Downloads konfigurieren Sie die Proxy-Umgebung des tatsächlichen Downloaders, bevor Python startet. Wo der Datensatz-Host öffentlich ist und Downloads über öffentliche Proxys erlaubt sind, liefert die HTTP-Proxy-Liste Kandidaten für die HTTP-Proxy-Umgebungswerte des Downloaders. Die Installation von scikit-learn oder die Verwendung mitgelieferter load_*-Beispiele führt keinen Netzwerk-Datensatzabruf aus.