在统计学中，期望最大化算法是一种迭代方法，用于在统计模型中找到参数的（局部）最大似然或最大后验估计，其中模型取决于未观测到的潜在变量。

期望最大化迭代交替执行期望步骤，该步骤创建一个函数，用于使用参数的当前估计值评估对数似然的期望，以及最大化步骤，该步骤计算最大化在期望步骤中找到的预期对数似然的参数。然后使用这些参数估计来确定下一个期望步骤中潜在变量的分布。例如，它可以用于估计高斯混合，或解决多元线性回归问题。

✍️出现