EM算法简介

最大期望算法（ExpectationMaximizationAlgorithm，又译期望最大化算法），是一种迭代算法，1977年由Dempster等人总结提出，用于含有隐变量（hiddenvariable）的概率参数模型的最大似然估计或极大后验概率估计。EM算法的每次迭代由两步组成，E步根据参数初始值或上一次迭代的模型参数来计算出隐性变量的后验概率，其实就是隐性变量的期望，作为隐藏变量的现估计值；M步将似然函数最大化以获得新的参数值。