【機器學習】EM的算法

EM的算法流程： 初始化分佈參數θ； 重複以下步驟直到收斂：         E步驟：根據參數初始值或上一次迭代的模型參數來計算出隱性變量的後驗概率，其實就是隱性變量的期望。作爲隱藏變量的現估計值：                   M步驟：將似然函數最大化以獲得新的參數值：                    這個不斷的迭代，就可以得到使似然函數L(θ)最大化的參數θ了。那就得回答剛纔的第二

>>阅读原文<<