在 sklearn 中使用 datasets.fetch_mldata() 时出现 IO 错误

Posted 2023-03-12

【中文标题】在 sklearn 中使用 datasets.fetch_mldata() 时出现 IO 错误

【英文标题】：IO error when using datasets.fetch_mldata() in sklearn

【发布时间】：2014-11-23 23:38:59

【问题描述】：

我导入了 fetch_mldata 从 sklearn.datasets 导入 fetch_mldata 并调用：

dataset = fetch_mldata('MNIST original')

但我得到的是以下内容：

> Traceback (most recent call last):   File "<stdin>", line 1, in
> <module>   File
> "C:\Users\Jacob\Development\Anaconda\lib\site-packages\spyderlib\widgets\externalshell\sitecustomize.py",
> line 540, in runfile
>     execfile(filename, namespace)   File "C:/Users/Jacob/Documents/Dropbox/Technion/Semester 8/Machine
> learning/Demo3/Demo3.py", line 75, in <module>
>     dataset = fetch_mldata('MNIST original')    File "C:\Users\Jacob\Development\Anaconda\lib\site-packages\sklearn\datasets\mldata.py",
> line 158, in fetch_mldata
>     matlab_dict = io.loadmat(matlab_file, struct_as_record=True)   File
> "C:\Users\Jacob\Development\Anaconda\lib\site-packages\scipy\io\matlab\mio.py",
> line 126, in loadmat
>     matfile_dict = MR.get_variables(variable_names)   File "C:\Users\Jacob\Development\Anaconda\lib\site-packages\scipy\io\matlab\mio5.py",
> line 288, in get_variables
>     res = self.read_var_array(hdr, process)   File "C:\Users\Jacob\Development\Anaconda\lib\site-packages\scipy\io\matlab\mio5.py",
> line 248, in read_var_array
>     return self._matrix_reader.array_from_header(header, process)   File "mio5_utils.pyx", line 616, in
> scipy.io.matlab.mio5_utils.VarReader5.array_from_header
> (scipy\io\matlab\mio5_utils.c:5903)   File "mio5_utils.pyx", line 645,
> in scipy.io.matlab.mio5_utils.VarReader5.array_from_header
> (scipy\io\matlab\mio5_utils.c:5332)   File "mio5_utils.pyx", line 713,
> in scipy.io.matlab.mio5_utils.VarReader5.read_real_complex
> (scipy\io\matlab\mio5_utils.c:6323)   File "mio5_utils.pyx", line 417,
> in scipy.io.matlab.mio5_utils.VarReader5.read_numeric
> (scipy\io\matlab\mio5_utils.c:3873)   File "mio5_utils.pyx", line 353,
> in scipy.io.matlab.mio5_utils.VarReader5.read_element
> (scipy\io\matlab\mio5_utils.c:3595)   File "streams.pyx", line 324, in
> scipy.io.matlab.streams.FileStream.read_string
> (scipy\io\matlab\streams.c:4343) IOError: could not read bytes

我尝试下载更新版本的 sklearn，但没有帮助。 我有关于这个问题的另一个线程，但那里提供的解决方案对我没有帮助。 How to use datasets.fetch_mldata() in sklearn?

有什么想法吗？

【参考方案1】：

供您/其他人参考，我遇到了几乎相同的错误（Ubuntu），包括“IOError：无法读取字节”错误。

我刚刚在

上发布了一个解决方案

How to use datasets.fetch_mldata() in sklearn?

简答 - 使用以下内容：

from sklearn.datasets.mldata import fetch_mldata
    data = fetch_mldata('mnist-original')

dataset = fetch_mldata('mnist-original', data_home='***')

用您的首选位置（数据目录）替换 ***（保留引号）。

【参考方案2】：

就我而言，根本原因是mnist-original.mat 文件损坏。该文件已损坏，因为我在文件完全下载之前终止了 Python。这在C:\user\Taimi\scikit_learn_data\mldata 留下了部分下载的mnist-original.mat。

上面的解决方案对我有用，因为它只是在新位置获取新副本。更直接的解决方案是找到损坏的mnist-original.mat 文件，将其删除并再次尝试运行代码。运行代码将再次下载mnist-original.mat。完整的mnist-original.mat 大小为54,142 KB，因此如果您的连接速度较慢，fetch_mldata() 将需要几分钟才能完成。