EM算法，指的是最大期望算法（Expectation Maximization Algorithm，期望最大化算法），是一種迭代算法，在統(tǒng)計(jì)學(xué)中被用于尋找，依賴(lài)于不可觀察的隱性變量的概率模型中，參數(shù)的最大似然估計(jì)。基本思想是首先隨機(jī)取一個(gè)值去初始化待估計(jì)的參數(shù)值，然后不斷迭代尋找更優(yōu)的參數(shù)使得其似然函數(shù)比原來(lái)的似然函數(shù)大。

EM算法當(dāng)做最大似然估計(jì)的拓展，解決難以給出解析解（模型中存在隱變量）的最大似然估計(jì)（MLE）問(wèn)題

總結(jié)

以上是生活随笔為你收集整理的EM算法和GMM（上）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。