Menggunakan Cache Sedia Ada untuk fetch_20newsgroups scikit-learn

Apabila sasaran tidak boleh memuat turun melalui proksinya, sediakan set data dengan fetcher yang disokong pada laluan kerja yang diluluskan dan pindahkan cache yang serasi. Pada sasaran:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False menimbulkan OSError jika data tiada; ia tidak mencuba laluan muat turun lain. Gunakan hasil itu untuk membezakan penyediaan yang hilang daripada operasi data kemudian.

Padankan lokasi cache sasaran. get_data_home melaporkan nilai lalai, manakala SCIKIT_LEARN_DATA atau data_home eksplisit boleh mengubahnya. Cache dalam direktori rumah pengguna lain tidak kelihatan secara automatik di sini.

Cipta cache menggunakan versi pustaka yang serasi dan fetcher itu sendiri. Arkib tar atau pickle dalaman buatan tangan tidak boleh ditukar ganti dengan hasil yang disokong itu.

Untuk muat turun langsung, konfigurasikan persekitaran proksi pemuat turun sebenar sebelum Python bermula. Jika hos set data adalah awam dan muat turun melalui proksi awam dibenarkan, senarai proksi HTTP menyediakan calon untuk nilai persekitaran proksi HTTP pemuat turun. Memasang scikit-learn atau menggunakan contoh load_* yang dibundel tidak melatih muat turun set data melalui rangkaian.