scikit-learn को fetch_20newsgroups का लागि तयार गरिएको क्यास प्रयोग गर्नुहोस्

समर्थित fetcher मार्फत मिल्ने fetch_20newsgroups क्यास बनाउनुहोस्, स्थानान्तरण गर्नुहोस्, त्यसपछि download_if_missing=False प्रयोग गर्नुहोस्।

जब लक्ष्यले आफ्नो प्रोक्सी मार्फत डाउनलोड गर्न सक्दैन, स्वीकृत कार्यशील मार्गमा समर्थित fetcher प्रयोग गरी डेटासेट तयार गर्नुहोस् र मिल्ने क्यास स्थानान्तरण गर्नुहोस्। लक्ष्यमा:

from sklearn.datasets import fetch_20newsgroups

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

डेटा अनुपस्थित भएमा download_if_missing=False ले OSError उठाउँछ; यसले अर्को डाउनलोड मार्ग प्रयास गर्दैन। अनुपस्थित तयारीलाई पछिको डेटा सञ्चालनबाट छुट्याउन त्यो नतिजा प्रयोग गर्नुहोस्।

लक्ष्यको क्यास स्थान मिलाउनुहोस्। get_data_home ले पूर्वनिर्धारित मान जनाउँछ, जबकि SCIKIT_LEARN_DATA वा स्पष्ट data_home ले यसलाई परिवर्तन गर्न सक्छ। अर्को प्रयोगकर्ताको होममा रहेको क्यास यहाँ स्वतः देखिँदैन।

मिल्ने लाइब्रेरी संस्करण र fetcher आफैं प्रयोग गरी क्यास बनाउनुहोस्। tar अभिलेख वा हातले बनाइएको आन्तरिक pickle त्यो समर्थित नतिजासँग अदलबदल गर्न मिल्दैन।

प्रत्यक्ष डाउनलोडका लागि, Python सुरु हुनुअघि वास्तविक डाउनलोडरको प्रोक्सी वातावरण कन्फिगर गर्नुहोस्। जहाँ डेटासेट होस्ट सार्वजनिक छ र सार्वजनिक-प्रोक्सी डाउनलोड अनुमति छ, त्यहाँ HTTP प्रोक्सी सूची ले डाउनलोडरको HTTP प्रोक्सी वातावरण मानहरूका लागि उम्मेदवारहरू प्रदान गर्छ। scikit-learn स्थापना गर्नु वा बन्डल गरिएका load_* उदाहरणहरू प्रयोग गर्नुले सञ्जाल डेटासेट डाउनलोड अभ्यास गर्दैन।

सम्बन्धित लेखहरू