Använda en förberedd cache för scikit-learns fetch_20newsgroups

När målet inte kan ladda ner via sin proxy, förbered datasetet med den stödda fetchern på en godkänd fungerande väg och överför den kompatibla 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 utlöser OSError om data saknas; den försöker inte en annan nedladdningsväg. Använd resultatet för att skilja saknad förberedelse från en senare dataoperation.

Matcha målets cacheplats. get_data_home rapporterar standardvärdet, medan SCIKIT_LEARN_DATA eller en explicit data_home kan ändra det. En cache i en annan användares hemkatalog är inte automatiskt synlig här.

Skapa cachen med en kompatibel biblioteksversion och fetchern själv. Ett tar-arkiv eller en handgjord intern pickle är inte utbytbara mot det stödda resultatet.

För livednedladdningar, konfigurera den faktiska nedladdarens proxy-miljö innan Python startar. Där datasetets värd är offentlig och nedladdningar via offentlig proxy är tillåtna, tillhandahåller HTTP-proxylistan kandidater för nedladdarens HTTP-proxy-miljövärden. Att installera scikit-learn eller använda medföljande load_*-exempel utövar inte en nätverksnedladdning av datasetet.