Користење подготвен кеш за fetch_20newsgroups на scikit-learn

Кога целта не може да презема преку својот прокси, подгответе го множеството податоци со поддржаниот fetcher на одобрена работна рута и префрлете го компатибилниот кеш. На целта:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False фрла OSError ако податоците отсуствуваат; не се обидува со друга рута за преземање. Користете го тој резултат за да разликувате отсутна подготовка од подоцнежна операција со податоци.

Усогласете ја локацијата на кешот на целта. get_data_home го пријавува стандардното, додека SCIKIT_LEARN_DATA или експлицитен data_home можат да го променат. Кеш во домашниот директориум на друг корисник не е автоматски видлив овде.

Создајте го кешот со компатибилна верзија на библиотеката и самиот fetcher. tar архива или рачно изработен внатрешен pickle не се заменливи со тој поддржан резултат.

За превземања во живо, конфигурирајте ја прокси околината на вистинскиот преземач пред да започне Python. Кога домаќинот на множеството податоци е јавен и превземањата преку јавен прокси се дозволени, списокот со HTTP прокси нуди кандидати за вредностите на HTTP прокси околината на преземачот. Инсталирањето на scikit-learn или користењето на вградените load_* примери не вежба мрежно преземање на множество податоци.