sklearn之20newsgroups()下载数据太慢

sklearn提供的一些数据集，供开发测试，但有的数据集需要在线下载，比如：

from sklearn.datasets import fetch_20newsgroups
news = fetch_20newsgroups(subset='all')

就需要在线下载新闻数据，数据大小约14M

访问国外网站下载数据，还是14M的数据，有时太慢，就需要采取下面办法：

手动下载数据
下载连接：http://qwone.com/~jason/20Newsgroups/20news-bydate.tar.gz
下载后文件名为：20newsbydate.tar.gz
放入下面目录下
windows系统：
C:\User\登录名\scikit_learn_data
如果没有scikit_learn_data文件夹，就新建
修改sklearn的数据集.py文件
找到Python3\Lib\site-packages\sklearn\datasets文件夹，找到twenty_newsgroups.py文件，该数据集主要通过这个包来在线下载，我们这里手动下载，然后注释相关代码即可。
找到这个函数 download_20newsgroups()，注释以下代码
```
logger.info("Downloading dataset from %s (14 MB)", ARCHIVE.url)
archive_path = _fetch_remote(ARCHIVE, dirname=target_dir)
```
并添加
```
 archive_path = os.path.join(target_dir, r'20newsbydate.tar.gz')
```
注意文件名与第一步的文件名要相同
运行
fetch_20newsgroups会自动解压20newsbydate.tar.gz，生成缓存文件20news-bydate.pkz