背景

  EM算法（期望最大化算法，Expectation-Maximization Algorithm）是一种迭代优化算法，用于在含有隐变量的概率模型中估计最大似然参数。
  这是概括性的定义，下面我会解释其中的名词并用具体例子来引入EM算法。

极大似然估计

  先复习一下极大似然函数估计，我们假设数据满足某个分布（例如正态分布$N(\mu ,{\sigma }^2)$），但我们不知道其中的参数（$\mu ,\sigma$），于是我们需要从已知的数据中去拟合或估计出这些参数。
  进行极大似然估计的一般过程为（以正态分布为例）：
（1）确定概率模型
$$p(x_i;\mu ,{\sigma }^2)=\frac{1}{\sqrt{2\pi {\sigma }^2}}\exp \left(-\frac{(x_i-\mu {)}^2}{2{\sigma }^2}\right)$$
（2）确定似然函数，并取负对数得到负对数似然
$$\begin{gathered} L(\mu ,{\sigma }^2)=\prod _{i=1}^{n}p(x_i;\mu ,{\sigma }^2)=\prod _{i=1}^n\frac{1}{\sqrt{2\pi {\sigma }^2}}\exp \left(-\frac{(x_i-\mu {)}^2}{2{\sigma }^2}\right) \\ l(\mu ,{\sigma }^2)=-\ln L(\mu ,{\sigma }^2)=\frac{n}{2}\ln (2\pi {\sigma }^2)+\frac{1}{2{\sigma }^2}\sum _{i=1}^n(x_i-\mu {)}^2 \end{gathered}$$
（3）计算极值点，$\hat{\theta }=(\mu ,{\sigma }^2)$是待估计的参数
$$\hat{\theta }=\arg \underset{\mu ,{\sigma }^2}{\min }l(\mu ,{\sigma }^2)$$
  如果方程简单，可以解析求解，即导数为0，得到似然方程。
  如果方程复杂，可能需要数值方法（如梯度下降、牛顿法）。

隐变量

  什么是隐变量？考虑以下情景：
  现在有一个蛋糕集，里面有巧克力蛋糕和草莓蛋糕，用$k_i=0,1$来表示。假设它们分别满足分布$N({\mu }_1,{\sigma }_1^2)$和$N({\mu }_2,{\sigma }_2^2)$，然而，我们并不知道某个蛋糕具体是巧克力做的还是草莓做的。换句话说，我们需要估计出所有的$k_i$以及参数${\mu }_1,{\sigma }_1,{\mu }_2,{\sigma }_2$。这里$k_i$就是隐变量，即无法直接观测的变量。
  这里就产生了一个“鸡生蛋，蛋生鸡”问题：
（1）要想估计模型参数${\mu }_1,{\sigma }_1,{\mu }_2,{\sigma }_2$，需要知道每个样本的类别$k_i$
（2）要想确认样本的类别$k_i$需要事先知道模型的参数。

高斯混合模型

  事实上，我们可以用高斯混合模型来同时表示两个正态分布模型：
$$p(x_i|{\mu }_1,{\sigma }_1^2,{\mu }_2,{\sigma }_2^2,{\pi }_0,{\pi }_1)={\pi }_0\cdot \underset{\sqrt{2\pi {\sigma }_1^2}}{}$$