Значит без активностей😁

у кого нибудь есть датасет каггловский Титаник, но весь размеченный?

пепе есть у тебя датасет Титаник с каггла?

тебя не совпадает наверное с реальным? у тебя на аве.

Всем привет! Нужна консультация или ссылка на статью. В данный момент используем  cassandra. Данные хранятся за весь промежуток времени. Для оперативной с БД использую kibana ( но данные не за весь период). Мне нужно фильтрануть данные за весь период. В данный момент для этого я выгружаю данные из cassandra затем произвожу манипуляции. Проблема в том, что выгрузка идет часами. Если более корректно сформулировать вопрос:  как работать с cassandra делая запросы "на лету"с фильтрами?

Начать использовать кликхаус?

А если серьёзно - у кассандры есть фильтрация на стороне сервера

Но не бесплатно, с точки зрения усилий)

сорян, если глупый вопрос. как из csv прочитать строки с определенным индексом? файл большой, в память не лезет. я знаю индексы, и мне нужны именно эти строки

Использовать Dask или читать чанками.

уже 2й чел говорит об этом)

походу чанками самый простой способ)

При опыте работы с Пандас - да.

да пусть сама касандра фильтрует

всяко быстрее чем тянуть столько данных куда-то

а если чанками - то параллельно из разных шард-ов, если они есть

сам нашел, все топовые топы на Титанике юзают уже предсказанный кем-то тест, при этом прям EDA делают, и прям модельки обучают )) а по факту суют эти предсказания, ну вот нафигэтовсе

Просто титаник — это не очень интересно, он давно изучен и хорошие метрики на нём получить легко
В качестве обучения — да, неплохо, но соревноваться на нём смысла нет)

Я не о том, там просто предикты выложены на единицу) и все их используют, польза то какая

знает ли кто-то как из одного Azure Databricks workspace перенести Hive таблицу в другой Azure Databricks workspace  ?