EM 算法（Expectation Maximization 期望最大化）是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计
比如班里有 100 个学生，我们拥有所有人的身高数据，但不知道哪些是男生，哪些是女生，未知的性别就是隐变量
1. 先自己假设男生的正态分布的参数、女生的正态分布的参数
2. 依据这两个正态分布判断，是男生概率大就假定是男生，是女生概率大就假定是女生
3. 依据求出的男女生数据，再通过极大似然估计，再计算两个正态分布的参数
4. 重复第 2 步和第 3 步，其中第 2 步又被称为 E Step，第 3 步又被称为 M Step
5. 数学上可以证明这样做可以靠近正确值，但不一定能得到正确值
机器学习：EM 算法
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
