我尝试使用以下代码获取此数据集。
from sklearn.datasets import fetch_20newsgroups
twenty_train = fetch_20newsgroups(subset='train')
但是，此后发生了错误。然后该程序被杀死。
No handlers could be found for logger "sklearn.datasets.twenty_newsgroups"
Killed
我尝试像以后一样手动加载这些文件
twenty_train = load_files('/root/scikit_learn_data/20news_home/20news-bydate-train')
和这个
twenty_train = load_files('/root/scikit_learn_data/20news_home/20news-bydate-train',encoding='latin1')
只有前一个有效。
答案 0 :(得分：3)
这看起来像scikit-learn试图报告一些错误而你没有配置，你的输出在哪里。当我尝试你的代码时，我甚至遇到了完全相同的问题。我通过设置记录器来修复它：
WARNING:sklearn.datasets.twenty_newsgroups:Download was incomplete, downloading again.
WARNING:sklearn.datasets.twenty_newsgroups:Downloading dataset from http://people.csail.mit.edu/jrennie/20Newsgroups/20news-bydate.tar.gz (14 MB)
现在尝试加载数据集会给我以下警告：
twenty_train在您的系统上完成下载（14 MB）后，您将在range(2, n)变量中加载数据集。
希望这有帮助！