EM算法介绍

EM方法深入浅出介绍开始—— 参数随机赋初值； 迭代—— E和M两个步骤；  E步（求期望）: 它在当前参数取值的基础上，计算Q 函数（完整似然函数的期望/不完整似然函数的下界）；  M步（最大化）: 通过最 大化Q函数（优化下界）， 得新的参数值； 结束—— 收敛到最大值点。