python - fetch_mldata : how to manually set up MNIST dataset when source server is down?

Question

我需要运行包含这些行的代码:

from sklearn.datasets import fetch_mldata
mnist = fetch_mldata('MNIST original')

执行起来好像有问题

TimeoutError: [WinError 10060] A connection attempt failed because the connected party did not properly respond after a period of time, or established connection failed because connected host has failed to respond

由于代码试图从某处下载东西并且我的互联网连接工作正常，我假设它想要访问的服务器已关闭。

如何手动设置？

Answer 1

fetch_mldata 将默认检查 `'~/scikit_learn_data/mldata' 中的数据以查看数据集是否已下载。

根据 source code

    # if the file does not exist, download it
    if not exists(filename):
        urlname = MLDATA_BASE_URL % quote(dataname)

因此在您的情况下，它将检查位置

~/scikit_learn_data/mldata/mnist-original.mat

如果没有找到，会从

下载

http://mldata.org/repository/data/download/matlab/mnist-original.mat

正如您所怀疑的那样，它目前已关闭。

所以您可以像这样从任何其他位置下载数据集:

https://github.com/amplab/datascience-sp14/blob/master/lab7/mldata/mnist-original.mat

并将其保存在上述文件夹中。

之后，当您运行 fetch_mldata() 时，它应该在不连接 mldata.org 的情况下选择下载的数据集。

更新:

这里的~指的是用户home文件夹。您可以使用以下代码根据您的系统了解该文件夹的默认位置。

from sklearn.datasets import get_data_home
print(get_data_home())