【机器学习】EM的算法

EM的算法流程： 初始化分布参数θ； 重复以下步骤直到收敛：         E步骤：根据参数初始值或上一次迭代的模型参数来计算出隐性变量的后验概率，其实就是隐性变量的期望。作为隐藏变量的现估计值：                   M步骤：将似然函数最大化以获得新的参数值：                    这个不断的迭代，就可以得到使似然函数L(θ)最大化的参数θ了。那就得回答刚才的第二

>>阅读原文<<