EM算法步骤
在上图 的例子中，可把每个实例的完整描述看作是三元组 < x i , z i 1 , z i 2 > ，其中 x i 是第 i 个实例的观测值， z i 1 和 z i 2 表示两个正态分布中哪个被用于产生值 x i 。
确切地讲， z ij 在 x i 由第 j 个正态分布产生时值为 1 ，否则为 0 。这里 x i 是实例的描述中已观察到的变量， z i 1 和 z i 2 是隐藏变量。如果 z i 1 和 z i 2 的值可知，就可以用式 6.27 来解决均值 μ 1 和 μ 2 。因为它们未知，因此我们只能用 EM 算法 。
EM 算法应用于我们的 k 均值问题，目的是搜索一个极大似然假设 ，方法是根据当前假设 < μ 1 … μ k > 不断地再估计隐藏变量 z ij 的期望值。然后用这些隐藏变量的期望值重新计算极大似然假设。这里首先描述这一实例化的 EM 算法，以后将给出 EM 算法的一般形式。
为了估计上图中的两个均值， EM 算法首先将假设初始化为 h =< μ 1 , μ 2 > ，其中 μ 1 和 μ 2 为任意的初始值。然后重复以下的两个步骤以重估计 h ，直到该过程收敛到一个稳定的 h 值。
步骤 1 ： 计算每个隐藏变量 z ij 的期望值 E [ z ij ] ，假定当前假设 h =< μ 1 , μ 2 > 成立。
步骤 2 ： 计算一个新的极大似然假设 h ´=< μ 1 ´, μ 2 ´> ，假定由每个隐藏变量 z ij 所取的值为第 1 步中得到的期望值 E [ z ij ] ，然后将假设 h =< μ 1 , μ 2 > 替换为新的假设 h ´=< μ 1 ´, μ 2 ´> ，然后循环。
现在考察第一步是如何实现的。步骤 1 要计算每个 z ij 的期望值。此 E [ z ij ] 正是实例 x i 由第 j 个正态分布生成的概率：
因此第一步可由将当前值 < μ 1 , μ 2 > 和已知的 x i 代入到上式中实现。
在第二步，使用第 1 步中得到的 E [ z ij ] 来导出一新的极大似然假设 h ´=< μ 1 ´, μ 2 ´> 。如后面将讨论到的，这时的极大似然假设为：
注意此表达式类似于公式一中的样本均值，它用于从单个正态分布中估计 μ 。新的表达式只是对 μ j 的加权样本均值，每个实例的权重为其由第 j 个正态分布产生的期望值。
上面估计 k 个正态分布均值的算法描述了 EM 方法的要点 ：即当前的假设用于估计未知变量，而这些变量的期望值再被用于改进假设。
可以证明，在此算法第一次循环中， EM 算法能使似然性 P ( D | h ) 增加，除非它已达到局部的最大。因此该算法收敛到对于 < μ 1 , μ 2 > 的一个局 部极大可能性假设 。 EM 算法的一般表述
上面的 EM 算法针对的是估计混合正态分布均值的问题。更一般地， EM 算法可用于许多问题框架，其中需要估计一组描述基准概率分布的参数 θ ，只给定了由此分布产生的全部数据中能观察到的一部分。
在上面的二均值问题中，感兴趣的参数为 θ =< μ 1 , μ 2 > ，而全部数据为三元组 < x i , z i 1 , z i 2 > ，而只有 x i 可观察到，一般地令 X =< x 1 , …, x m > 代表在同样的实例中未观察到的数据，并令 Y = X ∪ Z 代表全体数据。注意到未观察到的 Z 可被看作一随机变量，它的概率分布依赖于未知参数 θ 和已知数据 X 。类似地， Y 是一随机变量，因为它是由随机变量 Z 来定义的。在后续部分，将描述 EM 算法的一般形式。使用 h 来代表参数 θ 的假设值，而 h ´ 代表在 EM 算法的每次迭代中修改的假设。
EM 算法通过搜寻使 E [ln P ( Y | h ´)] 最大的 h ´ 来寻找极大似然假设 h ´ 。此期望值是在 Y 所遵循的概率分布上计算，此分布由未知参数 θ 确定。考虑此表达式究竟意味了什么。
首先 P ( Y | h ´) 是给定假设 h ´ 下全部数据 Y 的似然性。其合理性在于我们要寻找一个 h ´ 使该量的某函数值最大化。
其次使该量的对数 ln P ( Y | h ´) 最大化也使 P ( Y | h ´) 最大化，如已经介绍过的那样。
第三，引入期望值 E [ln P ( Y | h ´)] 是因为全部数据 Y 本身也是一随机变量。
