Een voorbereide cache gebruiken voor fetch_20newsgroups van scikit-learn

Wanneer het doel niet via zijn proxy kan downloaden, bereid de dataset dan voor met de ondersteunde fetcher op een goedgekeurde werkende route en draag de compatibele cache over. Op het doel:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False veroorzaakt OSError als de gegevens ontbreken; het probeert geen andere downloadroute. Gebruik dat resultaat om ontbrekende voorbereiding te onderscheiden van een latere gegevensbewerking.

Pas de cachelocatie van het doel aan. get_data_home meldt de standaardwaarde, terwijl SCIKIT_LEARN_DATA of een expliciete data_home die kan wijzigen. Een cache in de thuismap van een andere gebruiker is hier niet automatisch zichtbaar.

Maak de cache met een compatibele bibliotheekversie en de fetcher zelf. Een tar-archief of een handmatig gemaakte interne pickle is niet uitwisselbaar met dat ondersteunde resultaat.

Voor live-downloads configureert u de proxy-omgeving van de daadwerkelijke downloader voordat Python start. Waar de host van de dataset openbaar is en downloads via openbare proxy's zijn toegestaan, levert de HTTP-proxylijst kandidaten voor de HTTP-proxy-omgevingswaarden van de downloader. Het installeren van scikit-learn of het gebruiken van meegeleverde load_*-voorbeelden oefent geen netwerkdownload van de dataset uit.