EM算法

1.EM簡介 EM算法是一種迭代算法，用於含有隱變量的概率模型參數的極大似然估計，或極大後驗概率估計，EM算法的每次迭代由兩部分組成: E步:求期望， M步:求極大 該算法又叫期望極大算法，簡稱EM算法。 2.無偏估計—->標準差 3.協方差 （1）協方差公式 （2）協方差計算過程 協方差矩陣是計算不同維度間的協方差 協方差矩陣中第一行第一列 數=第一列各個數與第一列均值差的乘積 （3）要點 協方

>>阅读原文<<