Usare una cache preparata per fetch_20newsgroups di scikit-learn

Quando la destinazione non può scaricare tramite il suo proxy, preparate il dataset con il fetcher supportato su un percorso di lavoro approvato e trasferite la cache compatibile. Sulla destinazione:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False solleva OSError se i dati sono assenti; non tenta un'altra via di download. Usate quel risultato per distinguere una preparazione mancante da una successiva operazione sui dati.

Allineate la posizione della cache della destinazione. get_data_home riporta il valore predefinito, mentre SCIKIT_LEARN_DATA o un data_home esplicito possono cambiarlo. Una cache nella home di un altro utente non è automaticamente visibile qui.

Create la cache con una versione compatibile della libreria e il fetcher stesso. Un archivio tar o un pickle interno fatto a mano non sono intercambiabili con quel risultato supportato.

Per i download live, configurate l'ambiente proxy del downloader effettivo prima che Python si avvii. Dove l'host del dataset è pubblico e i download tramite proxy pubblico sono consentiti, la lista di proxy HTTP fornisce candidati per i valori dell'ambiente proxy HTTP del downloader. Installare scikit-learn o usare gli esempi load_* inclusi non esercita un download del dataset sulla rete.