期看更大化
期看更大化（Expectation-maximuzation）算法在统计中被用于觅觅，依靠于不成看察的隐性变量的概率模子中，参数的更大似然估量。
EM是一个在已知部门相关变量的情状下，估量未知变量的迭代手艺。
EM的算法流程如下：
1：初始化散布参数：
2：反复曲到收敛。
E步调：估量未知参数的期看值，给出当前的参数估量。
M步调：从头估量散布参数，以使得数据的似然性更大，给出未知变量的期看估量。 以上是对那个问题的答复，期看对您有搀扶帮助。
0
期看更大化
期看更大化（Expectation-maximuzation）算法在统计中被用于觅觅，依靠于不成看察的隐性变量的概率模子中，参数的更大似然估量。
EM是一个在已知部门相关变量的情状下，估量未知变量的迭代手艺。
EM的算法流程如下：
1：初始化散布参数：
2：反复曲到收敛。
E步调：估量未知参数的期看值，给出当前的参数估量。
M步调：从头估量散布参数，以使得数据的似然性更大，给出未知变量的期看估量。 以上是对那个问题的答复，期看对您有搀扶帮助。