Manipulera datamängder
Det finns ofta tillfällen då du behöver manipulera en datamängd innan du använder den i en maskininlärningsuppgift. Två vanliga manipulationer är filtrering och urval (eller slicning). På grund av storleken på dessa datamängder använder Hugging Face arrow-filformat.
Det innebär att manipulationer görs lite annorlunda än vad du kanske är van vid. Lyckligtvis finns det redan metoder som hjälper dig med detta!
Datamängden är redan inläst och finns tillgänglig under wikipedia.
Den här övningen är en del av kursen
Arbeta med Hugging Face
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Filter the documents
____ = wikipedia.____(lambda row: "football" in row["____"])
# Create a sample dataset
example = ____.____(range(1))
print(example[0]["text"])