EM算法及對GMM的參數估計（EM算法的R實現 vs R mclust包）

EM算法與高斯混合模型（GMM） EM算法是一種迭代算法，1977年由Dempster等人總結提出，用於含有隱變量（hidden variable）的機率模型參數的極大似然估計，或極大後驗機率估計。EM算法的每次迭代由2步組成：web E-step：求指望（expectation） M-step：最大化（maximization） 因此該算法稱爲指望極大算法（expectation maximiz

>>阅读原文<<