Zweck

** Beheben Sie Fehler in der Funktion fetch_mldata (sklearn.datasets.fetch_mldata), die beim Herunterladen von Datensätzen mit scikit-learn (sklearn) verwendet wird. ** ** **

Fehlerbeispiel

urllib.error.URLError: \ <urlopen error [WinError 10060] Es konnte keine Verbindung hergestellt werden, da der verbundene Angerufene nach einer bestimmten Zeit nicht richtig reagiert hat. Oder die hergestellte Verbindung ist fehlgeschlagen, weil der verbundene Host nicht geantwortet hat. > *

Umgebung

sklearn(scikit-learn):version 0.21.2

Lösung

Verwenden Sie fetch_openml, da fetch_mldata veraltet ist und stattdessen fetch_openml erstellt wurde.

Beachten Sie, dass fetch_mldata in Version 0.22 gelöscht wird.

sklearn.datasets.fetch_mldata to be removed in version 0.22.

Konkretes Beispiel

Obwohl scikit-learn verschiedene Datensätze herunterladen kann, finden Sie hier ein Beispiel für das Herunterladen des mnist-Datensatzes. Außerdem verwendet die Sprache Python.

Quellcode zum Zeitpunkt des Fehlers

`fetch_mldata.py`


from sklearn.datasets import fetch_mldata

mnist = fetch_mldata("MNIST original", data_home=".")

x_all = mnist['data'].astype(np.float32) / 255
y_all = mnist['target'].astype(np.int32)

Geänderter Quellcode

Bitte beachten Sie, dass sich fetch_openml möglicherweise von dem in fetch_mldata verwendeten Datasetnamen unterscheidet.

`fetch_openml.py`


from sklearn.datasets import fetch_openml

mnist_X, mnist_y = fetch_openml('mnist_784', version=1, data_home=".", return_X_y=True)

x_all = mnist_X.astype(np.float32) / 255
y_all = mnist_y.astype(np.int32)

[PYTHON] Lösung für den Fehler scikit-learn (sklearn) fetch_mldata