fetch_openml() got an unexpected keyword argument 'parser

根据你的问题，我猜想你在使用 scikit-learn 中的 fetch_openml() 函数时出错了。关于这个错误，可能是因为你使用的 scikit-learn 的版本较老，不支持 parser 参数。fetch_openml() 函数是用于从 OpenML 数据集库中下载数据集的，而 parser 参数是用于指定下载的数据集的解析器类型，如果不指定，默认为 'auto'。

解决这个问题的方法有两个：

1. 更新你的 scikit-learn 版本到最新版，这样就支持 parser 参数了。

2. 不使用 parser 参数，直接使用默认的解析器类型 'auto'，这样也可以避免这个错误。例如：

from sklearn.datasets import fetch_openml

mnist = fetch_openml('mnist_784')

这样就可以下载并加载 MNIST 数据集了。

相关问题

from sklearn.datasets import fetch_openml boston = fetch_openml() 怎么解决

非常抱歉，我之前的回答仍然有误。如果您使用 `fetch_openml()` 函数加载波士顿房价数据集时出现了错误，可能是因为您没有提供数据集的名称或数据集 ID。您可以使用以下代码加载波士顿房价数据集：

from sklearn.datasets import fetch_openml
boston = fetch_openml(name='boston')

请注意，这里的 `name='boston'` 参数指定了您要加载的数据集的名称。这将返回一个字典对象，您可以通过以下方式访问数据和目标：

X = boston.data
y = boston.target

请注意，这个函数返回的数据类型是 Pandas 的 DataFrame 类型。如果您希望将其转换为 NumPy 数组，可以使用以下代码：

import numpy as np
X = np.array(X)
y = np.array(y)

fetch_openml

fetch_openml 是一个函数，用于从 OpenML 数据存储库中获取数据集。OpenML 是一个开放的机器学习平台，提供数据集、任务和算法的共享和协作。fetch_openml 函数可以从 OpenML 数据存储库中检索数据集，然后将其返回为 Pandas 数据帧。这使得数据集可以轻松地加载和处理，以进行机器学习任务。fetch_openml 函数是 scikit-learn 库的一部分，可以通过导入 sklearn.datasets 模块来使用。