EM 算法（Expectation Maximization 期望最大化）是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计
比如班里有 100 个学生，我们拥有所有人的身高数据，但不知道哪些是男生，哪些是女生，未知的性别就是隐变量
1. 先自己假设男生的正态分布的参数、女生的正态分布的参数
2. 依据这两个正态分布判断，是男生概率大就假定是男生，是女生概率大就假定是女生
3. 依据求出的男女生数据，再通过极大似然估计，再计算两个正态分布的参数
4. 重复第 2 步和第 3 步，其中第 2 步又被称为 E Step，第 3 步又被称为 M Step
5. 数学上可以证明这样做可以靠近正确值，但不一定能得到正确值