一句话定义：EM 算法（Expectation-Maximization，期望最大化）是一套迭代方法，用来在数据里存在"看不见的变量"时，通过反复交替"猜隐变量"和"重估参数"，一步步逼近最优解。
一个生活化的比方
假设你拿到 200 个人的身高数据，但没人告诉你谁是男谁是女——性别这个字段丢了。你只看到身高分布鼓出两个包，却不知道每个点该归哪边。
这时候可以这么干：
1. 先随便给两组参数，比如"一组平均 172、一组平均 160"。
2. E 步（期望步）：拿当前参数反推，算每个人更可能属于哪一组。不硬性站队，而是给个概率，比如张三 70% 属于第一组、30% 属于第二组。这一步算的正是"隐变量的期望"。
3. M 步（最大化步）：把上一步的概率当成权重，重新算两组的均值和方差——被分到第一组概率高的人，对第一组参数的贡献就大。
4. 回到第 2 步，反复迭代，直到参数几乎不再变化。
这就像把两堆混在一起的豆子重新分堆：先随便分一次，再根据这次分堆的结果重新评估两堆各自长什么样，然后再分一次。每次都会比上一次更像样。
数学上能保证一件事：每轮迭代后，数据的似然（模型解释数据的能力）只会上升、不会下降。但它通常只收敛到局部最优，所以实践里常用多组随机初值跑几遍，挑最好的。
和相邻概念的区别
- 和AI 词典：最大似然估计">最大似然估计（MLE）：MLE 是目标——找一组让数据出现概率最大的参数；EM 是手段，专门对付"似然里有隐变量、直接求导解不出来"的情况。
- 和梯度下降：梯度下降是一把通用锤子，靠数值迭代逼近；EM 每一步往往有闭式解，是"分块轮流优化"的思路，通常更快更稳，但只适用于能凑出 E、M 两步的模型。
- 和 k-means：k-means 可以看成 EM 的"硬分配版"。
| 对比项 | k-means | 高斯混合模型（GMM）+ EM |
|---|---|---|
| 归属方式 | 硬：每个点只属于一簇 | 软：给出属于各簇的概率 |
| 簇的形状 | 偏向球形且大小相近 | 可以是不同大小、不同朝向的椭圆 |
| 输出 | 一个簇标签 | 每个簇的概率 + 一组参数 |
对从业者意味着什么
EM 是几个重要模型背后的共同引擎：高斯混合模型（Gaussian Mixture Model, GMM）的聚类、隐马尔可夫模型（HMM）的 Baum-Welch 训练、缺失数据填补，都靠它。自编码器">变分自编码器（Variational Autoencoder, VAE）沿用的也是"先推断隐变量、再更新参数"的骨架，只是把 E 步换成了神经网络推断、M 步换成了梯度更新。所以理解了 EM，再去看 GMM 和 VAE 会顺很多。
对普通职场人，它提供的是一种思维模板：当关键信息缺失时，不必干等，可以先对缺失部分做一个概率化的猜测，用它反过来改进你的模型，再重新猜——循环几轮，结果往往比一开始想的清楚得多。用户分群、客户画像、推荐系统里的兴趣建模，走的都是这个路子。
具体模型实现和参数细节，以官方文档为准。