EM算法原理總結

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。 EM算法的每次迭代由兩步字組成：E步，求期望；M步，求極大。所以EM算法也稱爲期望極大算法（expectation maximization algorithm）。 如果概率模型的變量都是觀測變量，那麼給定數據，可以直接使用極大似然估計法或者貝葉斯估計法估計模型參數。但是，當模型含有隱變量時，就不能簡單地用這些估計方法，只能通過

>>阅读原文<<