【機器學習】EM算法

前言 EM E M 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 E M 算法的每次迭代由兩步組成： E E 步：求期望 M M 步：求極大 EM E M 算法引入 首先介紹一個使用 EM E M 算法的例子：三硬幣模型 假設有3枚硬幣，分別記作 A,B,C A , B , C ，這些硬幣正面出現的概率分別是 π,p,q π , p , q ，進行如下

>>阅读原文<<