EM（Expectation Maximization 期望最大化）算法

EM（Expectation Maximization 期望最大化） 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。其每次迭代由E、M两步构成。 EM算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐含变量。 它经过两个步骤交替进行计算： 计算期望（E步），基于现有的模型参数（或者随机初始化的模型）对隐含变量的值进行猜测（

>>阅读原文<<