scikit-learn च्या fetch_20newsgroups साठी तयार केलेला कॅश वापरा

समर्थित fetcher द्वारे सुसंगत fetch_20newsgroups कॅश तयार करा, तो हस्तांतरित करा, नंतर download_if_missing=False वापरा.

जेव्हा लक्ष्य आपल्या प्रॉक्सीद्वारे डाउनलोड करू शकत नाही, तेव्हा मंजूर कार्यरत मार्गावर समर्थित fetcher ने डेटासेट तयार करा आणि सुसंगत कॅश हस्तांतरित करा. लक्ष्यावर:

from sklearn.datasets import fetch_20newsgroups

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

डेटा नसल्यास download_if_missing=False OSError टाकतो; तो दुसरा डाउनलोड मार्ग वापरून पाहत नाही. गहाळ तयारी आणि नंतरच्या डेटा क्रियेतील फरक ओळखण्यासाठी तो निकाल वापरा.

लक्ष्याचे कॅश स्थान जुळवा. get_data_home डीफॉल्ट नोंदवते, तर SCIKIT_LEARN_DATA किंवा स्पष्ट data_home ते बदलू शकते. दुसऱ्या वापरकर्त्याच्या होममधील कॅश येथे स्वयंचलितपणे दिसत नाही.

सुसंगत लायब्ररी आवृत्ती आणि fetcher स्वतः वापरून कॅश तयार करा. tar संग्रहण किंवा हाताने बनवलेले अंतर्गत pickle त्या समर्थित निकालाशी अदलाबदल करता येत नाही.

थेट डाउनलोडसाठी, Python सुरू होण्यापूर्वी प्रत्यक्ष डाउनलोडरचे प्रॉक्सी वातावरण कॉन्फिगर करा. जेथे डेटासेट होस्ट सार्वजनिक आहे आणि सार्वजनिक-प्रॉक्सी डाउनलोडला परवानगी आहे, तेथे HTTP प्रॉक्सी सूची डाउनलोडरच्या HTTP प्रॉक्सी वातावरण मूल्यांसाठी उमेदवार पुरवते. scikit-learn स्थापित करणे किंवा बंडल केलेली load_* उदाहरणे वापरणे नेटवर्क डेटासेट डाउनलोडचा सराव करत नाही.

संबंधित लेख