【机器学习】EM算法

前言 EM E M 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 E M 算法的每次迭代由两步组成： E E 步：求期望 M M 步：求极大 EM E M 算法引入 首先介绍一个使用 EM E M 算法的例子：三硬币模型 假设有3枚硬币，分别记作 A,B,C A , B , C ，这些硬币正面出现的概率分别是 π,p,q π , p , q ，进行如下

>>阅读原文<<