参考的博客如下，谢谢这几篇文章，让我在理解EM算法的路上少走了许多弯路。
https://blog.csdn.net/v_july_v/article/details/81708386
https://www.cnblogs.com/bigmoyan/p/4550375.html
https://blog.csdn.net/u010834867/article/details/90762296
对应文档note8
The EM algorithm
Jensen’s inequality
设f是定义域为实数的函数
如果对于所有的实数x，f(x)的二次导数大于0，那么f是凸函数。
当x是向量时，如果其hessian矩阵H是半正定的（H>=0），那么f是凸函数。
如果f的二阶导大于0或者H>0，那么称f是严格凸函数
convex函数(凸函数)：E[f(X)] ≥ f(EX). 在这里EX就代表E[X]均值。
特别地，当且仅当P(X = EX) = 1，即X是常量时， 上式取等号，即E[f(X)] = f(EX)。
同样，concave函数(凹函数)：E[f(X)] ≤ f(EX)。
如图所示：实线f是凸函数， X是随机变量，有0.5的概率是a，有0.5的概率是b
- 最大期望算法（Expectation-maximization algorithm，又译为期望最大化算法），是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐性变量。
- 似然函数：它是给定样本值X下关于(未知)参数θ的函数。常说的概率是指给定参数后，预测即将发生的事件的可能性，然而似然函数关心不再是事件的发生概率，而是已知发生了某些事件，我们希望知道参数应该是多少。
- L(θ|x) = f(x|θ)
这里的x是指联合样本随机变量X取到的值，即X=x；
这里的θ是指未知参数；
这里的f(x|θ)是一个概率密度函数
- 最大似然函数:似然函数取得最大值表示相应的参数能够使得统计模型最为合理
- 假定已知某个参数B时，推测事件A会发生的概率写作
- 通过贝叶斯公式，可以得出
The EM algorithm
EM算法描述：
首先，初始化参数θ
（1）E-Step：根据参数θ计算每个样本属于zi的概率，这个概率就是Q
（2）M-Step：根据计算得到的Q，求出含有θ的似然函数的下界并最大化它，得到新的参数θ 重复（1）和（2）直到收敛。
说起来不太容易理解，可以看下面的图理解一下。
左边的图：是初始化一个θ1，然后通过θ1利用Jensen不等式构造下边界J，当使下边界与对数似然函数有一点相等时，即到达圆圈2所在的状态，就最大化这个下边界，找到新的θ2，接着重复上面的步骤。右边的图中黑线就是Jensen不等式构造的下边界函数。
接下来就是公式实现EM算法部分。
首先，列出我们的对数似然函数
转换成下面这种形式：
在这里Qi是z的概率分布。 满足条件：
log函数是凹函数，f(EX) ≥ E[f(X)]
在这里X变量是
EX是
接下来就是E-step和M-step的推导过程：
接下来就是证明似然函数收敛，即证明 
即可。
第一个不等式里面Qi的t和P的t+1不同，这是没关系的，因为分子分母都加了一个Qi，可以相互抵消。这一点从
这里面得出来的。
第二个不等式是根据下面这一点得出来的。
Mixture of Gaussians revisited
在这里，没有介绍混合高斯，建议先学习一下混合高斯再来理解下面的内容。
前面是EM算法的一般形式，现在运用EM算法来解决混合高斯时，EM算法可写成如下形式：
现在回顾一下高斯混合算法，由于含有隐藏变量，无法像高斯判别分析一样解决，由此我们借助EM算法。
一般形式的EM算法E步输出：
高斯混合的EM算法E步输出：
所以在M步需要最大化的下边界J变成了
第三个等式的由来：
已经得到需要最大化的下边界，接下来就是进行参数的更新。一般的EM算法只需要更新参数θ，在这里我们需要更新三个参数： φ, µ, Σ。
