无法加载《Hands-On Machine Learning》中的Housing数据集求助

架构老林

2026-8-10

解决Housing数据集FileNotFoundError问题

以下是针对你遇到的FileNotFoundError问题的排查和解决步骤：

检查当前工作目录
先在代码开头添加打印当前工作目录的代码，确认数据集目录的实际创建位置：
```
print("当前工作目录:", os.getcwd())
```
如果发现datasets/housing没有创建在预期路径，直接改用绝对路径定义HOUSING_PATH，示例：
```
# 替换为你希望存放数据集的绝对路径
HOUSING_PATH = os.path.join('/home/your_name/data', 'datasets', 'housing')
```

确保目录与文件操作可追踪
修改fetch_housing_data函数，添加执行日志，定位具体失败环节：

def fetch_housing_data(housing_url=HOUSING_URL, housing_path=HOUSING_PATH):
    try:
        # 递归创建目录，避免多级目录不存在的问题
        os.makedirs(housing_path, exist_ok=True)
        print(f"目录状态: {housing_path} 已就绪")
        
        tgz_path = os.path.join(housing_path, 'housing.tgz')
        urllib.request.urlretrieve(housing_url, tgz_path)
        print(f"数据集压缩包已下载至: {tgz_path}")
        
        with tarfile.open(tgz_path) as housing_tgz:
            housing_tgz.extractall(path=housing_path)
        print("压缩包已成功解压")
    except Exception as e:
        print(f"执行出错: {str(e)}")

运行后根据日志判断是目录创建失败、下载失败还是解压失败。

手动验证文件状态
执行完fetch_housing_data后，前往HOUSING_PATH指定的路径：
- 确认是否存在housing.tgz文件
- 确认解压后是否生成了housing.csv文件
  如果压缩包存在但解压无结果，删除损坏的housing.tgz后重新运行代码。
简化路径快速测试
先用极简绝对路径验证代码逻辑，比如将数据集放在下载目录：
```
HOUSING_PATH = os.path.join(os.path.expanduser("~"), "Downloads", "housing_test")
```
排除相对路径带来的干扰，确认代码本身的正确性。