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 的英文是 Expectation Maximization，所以 EM 算法也叫最大期望算法，也是聚类算法的一种。
EM和K-Means的区别：
EM是计算概率，KMeans是计算距离。
EM属于软聚类，同一样本可能属于多个类别。
而K-Means属于硬聚类，一个样本只能属于一个类别。
所以前者能够发现一些隐藏的数据。
一、原理
先估计一个大概率的可能参数，然后再根据数据不断地进行调整，直到找到最终的确认参数。
二、比喻说明
菜称重
很少有人用称对菜进行称重，再计算一半的分量进行平分。
大部分人的方法是：
先分一部分到碟子 A 中，再把剩余的分到碟子 B 中；
观察碟子 A 和 B 里的菜是否一样多，哪个多就匀一些到少的那个碟子里；
然后再观察碟子 A 和 B 里的是否一样多，重复下去，直到份量不发生变化为止。
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：
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
