数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
EM的英语是ExpectationMaximization，因此EM算法又称最大期望算法，也是一种聚类算法。
EM和K-Means的区别:
EM是计算概率，KMeans是计算距离。数字化转型网www.szhzxw.cn
EM属于软聚类，同一样本可能属于多个类别；K-Means属于硬聚类，一个样本只能属于一个类别。因此，前者可以发现一些隐藏的数据。数字化转型网www.szhzxw.cn
EM算法原理
先估计一个大概率的可能参数，然后根据数据不断调整，直到找到最终确认参数。
EM算法比喻说明：菜称重数字化转型网www.szhzxw.cn
很少有人用称重菜肴，然后计算一半的重量来平分。
大多数人的方法是：
1、先把一部分分成菜A，然后把剩下的分成菜B。
2、观察菜A和B里的菜是否一样多，哪个多就匀一点到少。
3、然后观察碟子里的A和B是否一样多，重复，直到重量没有变化。
声明：本文来自新机器视觉，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于新机器视觉；编辑/翻译：数字化转型网萍水。
