在Jupyter Lab中运行加州住房数据集随机森林回归代码时遭遇SSL证书验证失败错误

嘿，我之前也碰到过一模一样的问题！这个错误是因为Scikit-learn在自动下载数据集时，你的本地环境没办法验证SSL证书导致的。下面给你几个实用的解决办法，还有个代码小细节要提醒你：

方法1：临时跳过SSL验证（快速测试用） #

在代码最开头加上这几行，让Python暂时忽略SSL证书验证：

import ssl
ssl._create_default_https_context = ssl._create_unverified_context

把这段代码放在from sklearn.datasets import fetch_california_housing之前，再运行原代码就能正常下载数据集了。不过这只是临时方案，适合快速验证代码逻辑，不建议在生产环境中使用。

方法2：手动下载数据集并本地加载 #

如果不想关闭SSL验证，你可以手动下载数据集后从本地加载：

1. 找到加州住房数据集的官方下载源，手动下载california_housing.npz文件到本地。
2. 修改代码，替换数据集加载部分：

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import mean_squared_error

# 替换成你保存文件的实际路径
data = np.load('/Users/xxx/Downloads/california_housing.npz')
X = data['data']
y = data['target']

# 后续训练代码保持不变
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)
rf_reg = RandomForestRegressor(random_state=42)
rf_reg.fit(X_train, y_train)
y_pred = rf_reg.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
rmse = np.sqrt(mse)
print(rmse)  # 这里要注意！你原代码里写的是print(rms)，是笔误，得改成rmse

方法3：更新本地SSL证书（长期解决方案） #

如果是因为本地证书过期或缺失导致的问题，更新证书就能彻底解决：

• Windows：更新你的Python版本（新版本Python自带更新后的证书），或者手动安装官方根证书包。
• macOS：打开终端，运行对应Python版本的证书安装脚本，比如/Applications/Python\ 3.10/Install\ Certificates.command（把3.10换成你实际的Python版本号）。
• Linux：通过包管理器重新安装证书，比如Ubuntu/Debian运行sudo apt-get install --reinstall ca-certificates，CentOS/RHEL运行sudo yum reinstall ca-certificates。

另外一定要注意，你原代码最后一行的print(rms)是笔误，变量名是rmse，不改的话还会报NameError哦！

内容的提问来源于stack exchange，提问作者omersimsir