本文是《针对有缺失坐标的聚类问题的核心集（Coresets for Clustering with Missing Values）》的解读。该工作为带有多个缺失坐标的 k-聚类问题，特别是 k-means，设计第一个有理论保证的、可在近线性时间构造的核心集（corese...
补充一点上次的曲线方程识别，对于我们要识别的是横线和竖线，而对于竖线可能会导致斜率无穷大，所以我们在实现是，对于横线我们使用曲线方程y=ax+b，而对于竖线我们则反过来使用：x=ay+b，这样不至于出现斜率的问题。...
最近一直在做文档识别与文档比对，总体上是先用OCR模型识别出文本行，每个文本行使用一个box来表示（box就是一个矩形，使用左上角和右下角的坐标来表示），但是文字检测模型出来的效果并不是很理想，类似下面的情况并不少见：...
前面写过一篇图像处理的文章，最近一直在处理图像，昏了头。表格识别是基于同事的代码上做个小结吧。
C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART
阅读本文及源码，可以和小编一起学到 xpath 表达式爬取数据，多进程爬取，pandas 基本操作，pyecharts 可视化，stylecloud 词云，文本余弦相似度相似度，KMeans，关键词提取算法：TextRank，TF-IDF，LDA 主题模型。...
示例数据一：现有16种饮料的热量、咖啡因含量、钠含量和价格的数据，根据这4个变量对16饮料进行聚类。
虽然如此，它的实验设计还是可圈可点，值得推荐，比如 ：Figure 3. Rapid conversion of colonocytes to enterocytes after SATB2 loss
在这篇文章中，我们要简单介绍Facebook 的“Deep Clustering for Unsupervised Learning of Visual Features”。
