如何理解EM算法

EM算法是极大似然解的一种算法。当使用基于极大似然估计的模型时，模型中存在隐变量，就要用到EM算法进行参数估计。 以投硬币为例说明： 现有两枚硬币1和2，随机投掷正面朝上的概率是P1和P2，然后为了估计这两个概率做了上面的实验，我们可以很容易得出 P1 = (3+1+2)/15 = 0.4 p2 = (2+3)/10 = 0.5 为了使用我们的EM算法，我们加入隐变量，即还是上面的实验，但是我们抹

>>阅读原文<<