Χρήση έτοιμης προσωρινής μνήμης για το fetch_20newsgroups του scikit-learn

Όταν ο προορισμός δεν μπορεί να κάνει λήψη μέσω του proxy του, προετοιμάστε το σύνολο δεδομένων με τον υποστηριζόμενο fetcher σε εγκεκριμένη διαδρομή εργασίας και μεταφέρετε τη συμβατή προσωρινή μνήμη. Στον προορισμό:

from sklearn.datasets import fetch_20newsgroups

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

Το download_if_missing=False προκαλεί OSError αν τα δεδομένα απουσιάζουν· δεν δοκιμάζει άλλη διαδρομή λήψης. Χρησιμοποιήστε αυτό το αποτέλεσμα για να ξεχωρίσετε την ελλιπή προετοιμασία από μια μεταγενέστερη λειτουργία δεδομένων.

Ταιριάξτε τη θέση της προσωρινής μνήμης του προορισμού. Το get_data_home αναφέρει την προεπιλογή, ενώ το SCIKIT_LEARN_DATA ή ένα ρητό data_home μπορούν να την αλλάξουν. Μια προσωρινή μνήμη στον κατάλογο χρήστη κάποιου άλλου δεν είναι αυτόματα ορατή εδώ.

Δημιουργήστε την προσωρινή μνήμη με συμβατή έκδοση βιβλιοθήκης και τον ίδιο τον fetcher. Ένα αρχείο tar ή ένα χειροποίητο εσωτερικό pickle δεν είναι ανταλλάξιμα με αυτό το υποστηριζόμενο αποτέλεσμα.

Για ζωντανές λήψεις, ρυθμίστε το περιβάλλον proxy του πραγματικού λήπτη πριν ξεκινήσει η Python. Όπου ο κεντρικός υπολογιστής του συνόλου δεδομένων είναι δημόσιος και οι λήψεις μέσω δημόσιου proxy επιτρέπονται, η λίστα proxy HTTP παρέχει υποψηφίους για τις τιμές περιβάλλοντος proxy HTTP του λήπτη. Η εγκατάσταση του scikit-learn ή η χρήση των ενσωματωμένων παραδειγμάτων load_* δεν ασκεί λήψη συνόλου δεδομένων μέσω δικτύου.