scikit-learn نىڭ fetch_20newsgroups ئۈچۈن تەييارلانغان غەملەكنى ئىشلىتىش

نەق مەقسەت ئۆز پروكسىسى ئارقىلىق چۈشۈرەلمىسە، سانلىق مەلۇمات توپلىمىنى قوللايدىغان fetcher بىلەن تەستىقلانغان خىزمەت يولىدا تەييارلاپ، ماس غەملەكنى يۆتكەڭ. نەق مەقسەتتە:

from sklearn.datasets import fetch_20newsgroups

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

download_if_missing=False سانلىق مەلۇمات يوق بولسا OSError نى كۆتۈرىدۇ؛ ئۇ باشقا چۈشۈرۈش يولىنى سىناپ باقمايدۇ. بۇ نەتىجىنى يېتىشمىگەن تەييارلىقنى كېيىنكى سانلىق مەلۇمات مەشغۇلاتىدىن ئايرىش ئۈچۈن ئىشلىتىڭ.

نەق مەقسەتنىڭ غەملەك ئورنىنى ماسلاشتۇرۇڭ. get_data_home سۈكۈتتىكىنى دوكلات قىلىدۇ، SCIKIT_LEARN_DATA ياكى ئېنىق data_home ئۇنى ئۆزگەرتەلەيدۇ. باشقا ئىشلەتكۈچىنىڭ ئۆيىدىكى غەملەك بۇ يەردە ئاپتوماتىك كۆرۈنمەيدۇ.

غەملەكنى ماس كۇتۇپخانا نەشرى ۋە fetcher نىڭ ئۆزى بىلەن قۇرۇڭ. tar ئارخىپى ياكى قولدا ياسالغان ئىچكى pickle قوللىنىلغان بۇ نەتىجە بىلەن ئالماشتۇرۇلمايدۇ.

بىۋاسىتە چۈشۈرۈشلەر ئۈچۈن Python باشلىنىشتىن ئىلگىرى ھەقىقىي چۈشۈرگۈچنىڭ پروكسى مۇھىتىنى تەڭشەڭ. سانلىق مەلۇمات توپلىمىنىڭ ساھىبخانى ئاممىۋى بولۇپ، ئاممىۋى پروكسى ئارقىلىق چۈشۈرۈشكە رۇخسەت قىلىنسا، HTTP پروكسى تىزىملىكى چۈشۈرگۈچنىڭ HTTP پروكسى مۇھىت قىممەتلىرى ئۈچۈن نامزاتلارنى تەمىنلەيدۇ. scikit-learn نى قاچىلاش ياكى ئىچىگە ئالغان load_* مىساللىرىنى ئىشلىتىش تور ئارقىلىق سانلىق مەلۇمات توپلىمى چۈشۈرۈشنى مەشىق قىلمايدۇ.