Bruke ein førebudd cache for scikit-learn sin fetch_20newsgroups

Når målet ikkje kan lasta ned gjennom proxyen sin, førebu datasettet med den støtta fetcheren på ein godkjend fungerande 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 dersom dataa manglar; han prøver ikkje ein annan nedlastingsrute. Bruk resultatet til å skilja manglande førebuing frå ein seinare dataoperasjon.

Tilpass cacheplasseringa på målet. get_data_home rapporterer standardverdien, medan SCIKIT_LEARN_DATA eller ein eksplisitt data_home kan endra han. Ein cache i heimemappa til ein annan brukar er ikkje automatisk synleg her.

Lag cachen med ein kompatibel bibliotekversjon og fetcheren sjølv. Eit tar-arkiv eller ein handlaga intern pickle kan ikkje bytast ut med det støtta resultatet.

For levande nedlastingar, konfigurer proxy-miljøet til den faktiske nedlastaren før Python startar. Der verten for datasettet er offentleg og nedlastingar via offentleg proxy er tillatne, leverer HTTP-proxylista kandidatar for HTTP-proxy-miljøverdiane til nedlastaren. Å installera scikit-learn eller bruka medfølgjande load_*-døme øver ikkje ei nettverksnedlasting av datasettet.