scikit-learn ના fetch_20newsgroups માટે તૈયાર કરેલ કૅશ વાપરો

જ્યારે લક્ષ્ય તેના પ્રોક્સી દ્વારા ડાઉનલોડ કરી શકતું ન હોય, ત્યારે મંજૂર કાર્યક્ષમ માર્ગ પર સમર્થિત fetcher સાથે ડેટાસેટ તૈયાર કરો અને સુસંગત કૅશ સ્થાનાંતરિત કરો. લક્ષ્ય પર:

from sklearn.datasets import fetch_20newsgroups

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

ડેટા ગેરહાજર હોય તો download_if_missing=False OSError ઉત્પન્ન કરે છે; તે બીજો ડાઉનલોડ માર્ગ અજમાવતું નથી. ખૂટતી તૈયારીને પછીની ડેટા ક્રિયાથી અલગ પાડવા માટે તે પરિણામ વાપરો.

લક્ષ્યનું કૅશ સ્થાન મેળવો. get_data_home ડિફૉલ્ટ જણાવે છે, જ્યારે SCIKIT_LEARN_DATA અથવા સ્પષ્ટ data_home તેને બદલી શકે છે. બીજા વપરાશકર્તાના હોમમાંનું કૅશ અહીં આપમેળે દેખાતું નથી.

સુસંગત લાઇબ્રેરી આવૃત્તિ અને fetcher પોતે વાપરીને કૅશ બનાવો. tar આર્કાઇવ અથવા હાથે બનાવેલું આંતરિક pickle તે સમર્થિત પરિણામ સાથે બદલી શકાય તેવું નથી.

લાઇવ ડાઉનલોડ માટે, Python શરૂ થાય તે પહેલાં વાસ્તવિક ડાઉનલોડરનું પ્રોક્સી વાતાવરણ ગોઠવો. જ્યાં ડેટાસેટ હોસ્ટ જાહેર છે અને જાહેર-પ્રોક્સી ડાઉનલોડ મંજૂર છે, ત્યાં HTTP પ્રોક્સી યાદી ડાઉનલોડરના HTTP પ્રોક્સી વાતાવરણ મૂલ્યો માટે ઉમેદવારો પૂરા પાડે છે. scikit-learn ઇન્સ્ટોલ કરવું અથવા બંડલ કરેલા load_* ઉદાહરણો વાપરવા એ નેટવર્ક ડેટાસેટ ડાઉનલોડનો અભ્યાસ કરતું નથી.