EM算法学习

算法用来干什么的？

 参数估计（东南大学高等数学教材里面就把类似部分内容放到参数估计中，大学没好好学，实在惭愧，得补一补）

需要的知识基础：

最大似然估计，条件概率（后验概率概率论知识），Jensen不等式：

1. 初始化分布参数

2. 重复直到收敛：

   1. E步骤：用分布参数计算每个实例的聚类概率。（即每个实例属于不同聚类的概率）

   2. M步骤：重新估计分布参数(如五个参数：二个均值，二个方差，一个类的先验概率)，以使得数据的似然性最大

EM算法介绍及总结（推荐）

EM（期望最大化）算法初步认识