Bruke en forberedt cache for scikit-learns fetch_20newsgroups

Når målet ikke kan laste ned gjennom proxyen sin, forbered datasettet med den støttede fetcheren på en godkjent fungerende rute og overfør den kompatible cachen. På målet:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False reiser OSError hvis dataene mangler; den prøver ikke en annen nedlastingsrute. Bruk resultatet til å skille manglende forberedelse fra en senere dataoperasjon.

Tilpass cacheplasseringen på målet. get_data_home rapporterer standardverdien, mens SCIKIT_LEARN_DATA eller en eksplisitt data_home kan endre den. En cache i en annen brukers hjemmemappe er ikke automatisk synlig her.

Lag cachen med en kompatibel bibliotekversjon og fetcheren selv. Et tar-arkiv eller en håndlaget intern pickle kan ikke byttes ut med det støttede resultatet.

For levende nedlastinger, konfigurer den faktiske nedlasterens proxy-miljø før Python starter. Der datasettets vert er offentlig og nedlastinger via offentlig proxy er tillatt, leverer HTTP-proxylisten kandidater for nedlasterens HTTP-proxy-miljøverdier. Å installere scikit-learn eller bruke medfølgende load_*-eksempler utøver ikke en nettverksnedlasting av datasettet.