Sklearn导入手写数字数据集 Mnist 失败的解决办法
1. 问题描述
作为刚步入 “机器学习” 方向的萌新，经常在各大网站学习其理论知识和实验。由于这个方向已经发展了一定的时间，因此这些教程大多都有存在一定的年头。理论知识作为一门学科的奠基，往往是具有比较完备的数理证明，所以这些网课（站）上的内容大多都是准确的；但是，与之相关的一些实验却因为依赖着某些框架而可能会随着版本的升级产生一些出入，进而导致实验的失败。所以，我就遇到了今天的问题：
具体的代码及错误提示如下：
# 引用代码
from sklearn.datasets import fetch_mldata
mnist = fetch_mldata('MNIST original')
mnist
# 错误提示
ImportError: cannot import name 'fetch_mldata' from 'sklearn.datasets' (D:\Python\Python3.9\lib\site-packages\sklearn\datasets\__init__.py)
2. 网上的解决办法（失败）
遇到问题，第一时间永远百度！
有人说：“fetch_mldata()不再能够使用是因为其所依赖的资源不再适用，可以将其替换为fetch_openml()”，于是有：
# 重写代码
from sklearn.datasets import fetch_openml
mnist = fetch_openml("mnist_784")
mnist
我试过了，还是报错：
可能是我什么地方不对，反正我没有成功（给出我查阅的参考博客），如果有大神知道原因，欢迎评论区给出正解。
3. 我的解决办法（成功）
后来查了很多办法，似乎可以把这个数据集下载到本地，然后进行本地加载（这样的好处是，不论以后你用什么框架，它怎么升级，你使用的方法和代码依然是最初写的那个）。
这里直接给兄弟们上 Mnist 手写数字数据集的 下载链接 了。放心！我懂兄弟萌！免费的！提取码：qqhc。
下载后解压看到的内容是：
“所有数据汇总”文件夹中存放的是“mnist-original.mat”文件，它将所有数据集成到了一个文件。在写代码时，我们通常用的就是这个。使用方法很简单，将这个文件复制到你写的项目文件夹中，然后用相对路径在代码中访问即可。下面给出本地加载与使用的代码：
import scipy.io
mnist = scipy.io.loadmat('mnist-original.mat')
X = mnist['data']
y = mnist['label']
print("X的内容:\n",X)
print("X的规格:",X.shape)
print()
print("y的内容:\n",y)
print("y的规格:",y.shape)
效果如下：
特此记录！