EM算法学习

在EM算法中，主要是两步：E和M。在E中，所要实现的是计算完整数据的似然期望值，Q-函数，logP(X,H|/theta) P(H|X,/theta)，计算期望值。

在M中，计算使得Q-函数最大的参数/theta。在计算中，一般利用拉格朗日乘子实现。

不断循环下去，得到合适的参数/theta值。

 

关于EM算法，我想在PRML一书中写的比较详细，再者在chenxiang zhai的note中也不错。其它的地方都太多公式了，看的头大。