机器学习（十五）——EM模型

笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，欢迎直筒们关注我的公众号，大家一起讨论数据中的那些有趣的事情。

我的公众号为：livandata

EM算法主要是用来计算含有隐含变量的模型，E步为期望步，一般计算模型的期望值问题；M步为求最大化问题（即最大的期望值）；

1） EM算法：高斯混合模型（GMM）：

使用多个高斯模型来刻画数据的分布情况，每一个数据都是由多个高斯模型组合而成的，通过EM算法运算GMM所需要的参数模型。