机器学习——fetch_20newsgroups离线下载

1、下载fetch_20newsgroups数据集。

2、按‘windows’加‘E’快捷键打开资源管理界面。

3、打开C盘。

4、选择'用户'文件夹。

5、选择'Administrator'文件夹。

6、选择'scikit_learn_data'文件夹。

7、首次打开后是个空白文件夹。

8、打开此文件夹后，回到Jupyter下，导入相应模块。

9、运行 fetch_20newsgroups(subset='all')语句，会自动在上面打开的文件夹中创建一个文件夹。

10、自动创建的创建文件夹。

11、打开创建的文件夹。

12、将下载好的数据集，复制到此文件夹中。

1、根据自己安装Anaconda时选择的路径,打开安装文件夹目录。

2、选择'Lib'文件夹。

3、选择'site-packages'文件夹。

4、选择'sklearn'文件夹。

5、选择'datasets'文件夹。

6、打开spyder软件。

7、将'datasets'文件夹下的'twenty_newsgroups.py'拖动到spyder中。

8、找到‘download_20newsgroups’函数。

9、下载语句部分如图示。

10、解压语句部分如图示。

11、由于已经自己下载好数据集，因此需要注释掉下载数据集的代码。

12、将刚刚存放的数据集的文件目录存入'archive_path'变量。

13、修改完毕后并保存。

14、再次运行 fetch_20newsgroups(subset='all')语句，解压下载的数据集文件。

15、执行过程中，会新建两个文件。

16、解压完成后，会自动删除压缩文件。

17、接着会自动删除刚刚生成的两个文件夹。

18、最终只剩下一个后缀名为'pkz'的文件。

19、到此为止fetch_20newsgroups数据集添加完成。

20、获取训练集和测试集数据。

21、调用数据效果如下。