ניצן אַ פֿאַרגרייטער קאַש פֿאַר fetch_20newsgroups פֿון scikit-learn
שאַפֿט אַ פּאַסיקן fetch_20newsgroups קאַש דורך דעם אונטערשטיצטן fetcher, פֿאַרבינדט עס, און דערנאָך ניצט download_if_missing=False.
ווען דאָס ציל קען נישט אַראָפּלאָדן דורך זײַן פּראָקסי, גרייט צו דעם דאַטן־סכום מיט דעם אונטערשטיצטן fetcher אויף אַ באַשטעטיקטער אַרבעטסמאַרשרוט און פֿאַרבינד דעם פּאַסיקן קאַש. אויף דעם ציל:
from sklearn.datasets import fetch_20newsgroups
dataset = fetch_20newsgroups(
data_home='/path/to/prepared-scikit-data',
download_if_missing=False,
)download_if_missing=False וואַרפֿט OSError אויב די דאַטן פֿעלן; עס פּרוּווט נישט אַן אַנדער אַראָפּלאָד־מאַרשרוט. ניצט דעם רעזולטאַט צו פֿאַנאַנדערשיידן אַ פֿעלנדיקע צוגרייטונג פֿון אַ שפּעטערדיקער דאַטן־אָפּעראַציע.
שטעלט אָפּ דעם קאַש־אָרט פֿון דעם ציל. get_data_home מעלדט דעם פֿאַרבאַשטימטן ווערט, בשעת SCIKIT_LEARN_DATA אָדער אַן עקספּליציטער data_home קענען אים ענדערן. אַ קאַש אין אַן אַנדער באַניצערס היים־טעקע איז דאָ נישט אויטאָמאַטיש זעבאַר.
שאַפֿט דעם קאַש מיט אַ פּאַסיקער ביבליאָטעק־ווערסיע און דעם fetcher אַליין. אַ tar־אַרכיוו אָדער אַ האַנט־געמאַכטער אינעווייניקסטער pickle זענען נישט אויסטוישבאַר מיט דעם אונטערשטיצטן רעזולטאַט.
פֿאַר לעבעדיקע אַראָפּלאָדונגען, שטעלט אָפּ די פּראָקסי־סבֿיבֿה פֿון דעם טאַקע אַראָפּלאָדער איידער Python הייבט אָן. וואו דער וועבזײַטל פֿון דעם דאַטן־סכום איז פּובליק און אַראָפּלאָדונגען דורך פּובליקן פּראָקסי זענען ערלויבט, פֿאַרזאָרגט די HTTP־פּראָקסי ליסטע קאַנדידאַטן פֿאַר די HTTP־פּראָקסי־סבֿיבֿע ווערטן פֿון דעם אַראָפּלאָדער. אינסטאַלירן scikit-learn אָדער ניצן די מיטגעשיקטע load_* ביישפּילן איז נישט קיין איבערונג פֿון אַ נעצווערק־אַראָפּלאָדונג.