摘要： 适用场景：有隐变量的时候特别适用。 EM算法主要分为两个步骤：E步和M步。 输入：选择参数的初值theta，进行迭代。 E步： 每次迭代改变初值。定义Q函数。Q函数为迭代的期望值。 M步： 求使E步得到的Q函数最大的theta值。 最后，重复进行E步和M步。直到最终theta值变化较小... 阅读全文