文章插图
在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable） 。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域 。


最大期望算法经过两个步骤交替进行计算 。


第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值 。


【什么是EM算法 em算法原理】第二步是最大化（M），最大化在 E 步上求得的最大似然值来计算参数的值 。


M 步上找到的参数估计值被用于下一个 E 步计算中，这个过程不断交替进行 。

• 苹果X内存有多大 苹果x最小内存是多少
• 藏面的标准搭配是 藏面的标准搭配是什么
• iphone11什么时候上市 苹果11什么时候上市
• iPhone11啥时候发售 iphone11什么时候发售
• 微信公众号星标有什么用 微信公众号有什么用
• 微信公众号的作用和意义 公众号的作用是什么
• 汇编工作是由什么自动完成的 汇编工作是由什么计算机自动完成的
• 驱动怎么恢复 恢复驱动器是干什么的
• 解散微信群有啥显示 解散微信群显示什么
• 描述文件为什么一打开是空白 描述文件为什么一打开是空白怎么解决