EM算法简单介绍

EM算法 EM算法是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。EM算法每次迭代分两步：E步，求期望。M步，求极大。所以又称这一算法为期望极大算法。 概率模型有时既含有观测变量，又含有隐变量或潜在变量，含有因变量时就不能直接用极大似然估计或者贝叶斯方法去解决问题，EM算法就可以解决这类问题。 EM算法：

>>阅读原文<<