Jupyter Notebook Kernel频繁崩溃求助：OpenML数据集获取问题

以下是几个实测有效的解决方向：

• 降级OpenML及依赖版本
  新版本openml和本地Jupyter/Spyder的环境兼容性可能存在问题，尤其是和pandas、numpy的版本组合。试试这套稳定版本组合：

  pip install openml==0.12.2 pandas==1.3.5 numpy==1.21.6
  

  这个版本搭配不会触发小数据集加载时的Kernel崩溃。

• 绕开OpenML库，手动加载数据集
  直接下载德国信用数据集（ID31）的CSV文件，用pandas直接读取，跳过OpenML内部的预处理逻辑：

  import pandas as pd
  # 替换成你下载的CSV文件路径
  df = pd.read_csv("german_credit.csv")
  X = df.drop("class", axis=1)
  y = df["class"]
  

  这种方式完全避开了可能出问题的OpenML代码路径，稳定性更高。

• 给本地Kernel加内存配额
  虽然数据集不大，但Jupyter/Spyder默认的Kernel内存限制可能不够用：

  • Jupyter启动时加参数：

    jupyter notebook --NotebookApp.max_buffer_size=10000000000
    

    或者修改jupyter配置文件里的内存参数，确保Kernel有足够的运行空间。
  • Spyder的话，去工具>偏好设置>Python解释器检查虚拟环境，不行就重建一个，同时在运行配置里调高内存限制。

• 禁用OpenML的自动类型推断
  get_data默认的自动类型推断可能在本地环境触发异常，手动指定类型跳过推断：

  credit_data = openml.datasets.get_dataset(31)
  X, y, _, _ = credit_data.get_data(
      target=credit_data.default_target_attribute,
      dataset_format="dataframe",
      dtype="object"
  )
  # 之后按需手动转换各列类型
  

内容的提问来源于stack exchange，提问作者Abdur Rehman Qureshi