Question

我是ML的新手，正在尝试下载MNIST数据。我正在使用的代码是：

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

但是，它给出了一个错误：

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

任何人都可以帮助我，以解决此问题吗？

Answer 1

这是问题所在，建议一些好的人解决：

https://github.com/scikit-learn/scikit-learn/issues/8588

最简单的方法是使用此下载链接下载MNIST的.mat文件：

download MNIST.mat

下载后，将文件放入〜/ scikit_learn_data / mldata文件夹中，如果该文件夹不存在，请创建该文件并将Mnist.mat放入其中。当您在本地拥有scikit时，learn学习将不会下载它并使用该文件。

Answer 2

由于不建议使用fetch_mldata，因此我们将不得不移至fetch_openml。请确保将scikit学习版本更新为0.20.0或更高版本，以使openml正常工作。

openml当前具有5个与MNIST数据集相关的不同数据集。这是sklearn's document中使用mnist-784数据集的一个示例。

from sklearn.datasets import fetch_openml
# Load data from https://www.openml.org/d/554
X, y = fetch_openml('mnist_784', version=1, return_X_y=True)

或者如果您不需要非常大的数据集，则可以使用load_digits：

from sklearn.datasets  import load_digits
mnist = load_digits()

请注意，如果您遵循的是使用Scikit-Learn和TensorFlow进行动手机器学习和 mnist-784 数据集，您可能会注意到代码< / p>

some_digit = X[36000]
some_digit_image = some_digit.reshape(28, 28)
plt.imshow(some_digit_image, cmap=matplotlib.cm.binary, interpolation="nearest")
plt.axis('off')
plt.show()

返回一张9而不是5的图片。我想，可能是mnist-784和mnist原始图像是nist数据的两个子集，或者两个数据集之间的数据顺序是不同的。

PS：当我尝试加载数据时遇到了关于ssl的错误，就我而言，我更新openssl并已解决问题。

Answer 3

尽管我不确定出现错误的原因，但是您可以尝试以下可能的方法来纠正该错误。

有时，首次下载时数据可能会损坏。在这种情况下，您需要清除可从scikit数据主目录删除的缓存。要获取此目录，可以使用-
```
from sklearn.datasets.base import get_data_home 
print (get_data_home())
```

现在清理目录，然后重新下载。

如果问题仍然存在，您可以参考以下链接进行一些尝试性错误来检查您的问题。

https://github.com/ageron/handson-ml/issues/143

https://github.com/scikit-learn/scikit-learn/issues/8588

https://github.com/ageron/handson-ml/issues/8

如果您仍然遇到问题，我想请您提供详细的追溯信息，以帮助我识别问题。

谢谢！

Answer 4

如果您的sklearn版本小于.19，则“ fetch_mldata”将不起作用。您需要将sklearn升级到.23版

从sklearn数据集下载的MNIST数据显示超时错误

4 个答案: