期望最大化（Expectation-maximuzation）算法在统计中被用于寻找，依赖于不可观察的隐性变量的概率模型中，参数的最大似然估计。

EM是一个在已知部分相关变量的情况下，估计未知变量的迭代技术。

EM的算法流程如下：

1：初始化分布参数：

2：重复直到收敛。

E步骤：估计未知参数的期望值，给出当前的参数估计。

M步骤：重新估计分布参数，以使得数据的似然性最大，给出未知变量的期望估计。