期望最大化算法（EM算法）

EM算法適用於：當擁有缺失數據的時候，可以迭代的做參數估計 即EM算法是 含有隱變量或潛在變量的概率模型參數的極大似然估計法。 分爲兩步：E步，用當前的參數計算一個數據點標籤的分佈；                   M步，用當前標籤分佈的猜測去升級參數； 應用場景1：看一組數據是由多少個高斯混合模型組成 下面是李航博士的《統計學習方法》書中所推導的EM算法過程。    推導過程：

>>阅读原文<<