Usar uma cache preparada para fetch_20newsgroups do scikit-learn

Quando o destino não consegue transferir através do seu proxy, prepare o conjunto de dados com o fetcher suportado numa rota de trabalho aprovada e transfira a cache compatível. No destino:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False gera OSError se os dados estiverem ausentes; não tenta outra rota de transferência. Use esse resultado para distinguir uma preparação em falta de uma operação de dados posterior.

Faça corresponder a localização da cache do destino. get_data_home indica o valor predefinido, enquanto SCIKIT_LEARN_DATA ou um data_home explícito o podem alterar. Uma cache na pasta pessoal de outro utilizador não fica automaticamente visível aqui.

Crie a cache com uma versão compatível da biblioteca e o próprio fetcher. Um arquivo tar ou um pickle interno feito à mão não são intercambiáveis com esse resultado suportado.

Para transferências em direto, configure o ambiente de proxy do transferidor real antes de o Python arrancar. Quando o anfitrião do conjunto de dados é público e as transferências por proxy público são permitidas, a lista de proxies HTTP fornece candidatos para os valores de ambiente de proxy HTTP do transferidor. Instalar o scikit-learn ou usar os exemplos load_* incluídos não exercita uma transferência do conjunto de dados pela rede.