这个问题类似于问here和here。不幸的是,在我的情况下,建议的解决方案并没有解决问题。
我需要使用MNIST数据集但我无法获取它,即使我指定了scikit_learn_data/mldata/
文件夹的地址(见下文)。我怎样才能解决这个问题?
万一它可能会有所帮助,我正在使用Anaconda。
码:
from sklearn.datasets.mldata import fetch_mldata
dataset = fetch_mldata('mnist-original', data_home='/Users/michelangelo/scikit_learn_data/mldata/')
mnist = fetch_mldata('MNIST original')
错误:
---------------------------------------------------------------------------
IOError Traceback (most recent call last)
<ipython-input-5-dc4d45bc928e> in <module>()
----> 1 mnist = fetch_mldata('MNIST original')
/Users/michelangelo/anaconda2/lib/python2.7/site-packages/sklearn/datasets/mldata.pyc in fetch_mldata(dataname, target_name, data_name, transpose_data, data_home)
168 # load dataset matlab file
169 with open(filename, 'rb') as matlab_file:
--> 170 matlab_dict = io.loadmat(matlab_file, struct_as_record=True)
171
172 # -- extract data from matlab_dict
/Users/michelangelo/anaconda2/lib/python2.7/site-packages/scipy/io/matlab/mio.pyc in loadmat(file_name, mdict, appendmat, **kwargs)
134 variable_names = kwargs.pop('variable_names', None)
135 MR = mat_reader_factory(file_name, appendmat, **kwargs)
--> 136 matfile_dict = MR.get_variables(variable_names)
137 if mdict is not None:
138 mdict.update(matfile_dict)
/Users/michelangelo/anaconda2/lib/python2.7/site-packages/scipy/io/matlab/mio5.pyc in get_variables(self, variable_names)
290 continue
291 try:
--> 292 res = self.read_var_array(hdr, process)
293 except MatReadError as err:
294 warnings.warn(
/Users/michelangelo/anaconda2/lib/python2.7/site-packages/scipy/io/matlab/mio5.pyc in read_var_array(self, header, process)
250 `process`.
251 '''
--> 252 return self._matrix_reader.array_from_header(header, process)
253
254 def get_variables(self, variable_names=None):
mio5_utils.pyx in scipy.io.matlab.mio5_utils.VarReader5.array_from_header()
mio5_utils.pyx in scipy.io.matlab.mio5_utils.VarReader5.array_from_header()
mio5_utils.pyx in scipy.io.matlab.mio5_utils.VarReader5.read_real_complex()
mio5_utils.pyx in scipy.io.matlab.mio5_utils.VarReader5.read_numeric()
mio5_utils.pyx in scipy.io.matlab.mio5_utils.VarReader5.read_element()
streams.pyx in scipy.io.matlab.streams.FileStream.read_string()
IOError: could not read bytes
我刚遇到同样的问题,花了一些时间才找到问题。一个原因是,在第一次下载期间数据可能被破坏。删除缓存的数据。查找scikit数据主目录如下:
from sklearn.datasets.base import get_data_home
print (get_data_home())
清理目录并重新下载数据集。这个解决方案适合我。供参考:https://github.com/ageron/handson-ml/issues/143
这里问题的快速更新:
mldata.org似乎仍然失败。然后scikit-learn将删除fetch_mldata。
解决当下问题:由于使用上面的行会在data_home的位置创建一个空文件夹,在这里找到数据的副本:https://github.com/amplab/datascience-sp14/blob/master/lab7/mldata/mnist-original.mat并下载它。然后将它放在〜/ sklearn_data / mldata /为空。
它对我有用。
代替 :
from sklearn.datasets.mldata import fetch_mldata
使用:
from sklearn.datasets import fetch_mldata
然后:
mnist = fetch_mldata('MNIST original')
X = mnist.data.astype('float64')
y = mnist.target
请看这个例子:
对于有相同问题的人:这是一个连接问题。如果您收到类似的错误,请检查您是否拥有@ vivek-kumar建议的整个mnist-original.mat
文件。当前文件大小:55.4 MB。