在初次使用sklearn.datasets中的fetch_20newsgroups新闻数据集时，需要下数据。而在线下载数据有非常慢。因此可以离线下载数据集，然后将此数据集加载到数据集中。工具/原料moreAnacondajupyterspyder方法/步骤1/12分步阅读

下载fetch_20newsgroups数据集。

2/12

按‘windows’加‘E’快捷键打开资源管理界面。

3/12

打开C盘。

4/12

选择用户文件夹。

5/12

选择Administrator文件夹。

6/12

选择scikit_learn_data文件夹。

7/12

首次打开后是个空白文件夹。

8/12

打开此文件夹后，回到Jupyter下，导入相应模块。

9/12

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。

10/12

自动创建的创建文件夹。

11/12

打开创建的文件夹。

12/12

将下载好的数据集，复制到此文件夹中。

打开Anaconda的安装目录1/21

根据自己安装Anaconda时选择的路径,打开安装文件夹目录。

2/21

选择Lib文件夹。

3/21

选择site-packages文件夹。

4/21

选择sklearn文件夹。

5/21

选择datasets文件夹。

6/21

打开spyder软件。

7/21

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

8/21

找到‘download_20newsgroups’函数。

9/21

下载语句部分如图示。

10/21

解压语句部分如图示。

11/21

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。

12/21

将刚刚存放的数据集的文件目录存入archive_path变量。

13/21

修改完毕后并保存。

14/21

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

15/21

执行过程中，会新建两个文件。

16/21

解压完成后，会自动删除压缩文件。

17/21

接着会自动删除刚刚生成的两个文件夹。

18/21

最终只剩下一个后缀名为pkz的文件。

19/21

到此为止fetch_20newsgroups数据集添加完成。

20/21

获取训练集和测试集数据。

21/21

调用数据效果如下。

PYTHON机器学习