首先來幾個博客：
1、https://www.jianshu.com/p/c57ef1508fa7
2、http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html
3、https://blog.csdn.net/lvhao92/article/details/50805021
4、https://blog.csdn.net/zouxy09/article/details/8537620
複述：
1、EM算法第一印象：
a、它是種特別的極大似然估計。
b、它的特殊性在於含有隱變量。
回想下似然函數=>邏輯迴歸=>李航的書79頁=>P(Y=1|x)=π(x),P(Y=0|x)=1-π(x)=>P就是參數，y就是觀測到的變量=>已經觀測到了一系列的y值，最大似然就是求參數P，使得組成當前這一系列y的概率最大。
可以看到，y是可觀測的序列，然鵝現實世界是複雜的，在你看到的表象的背後，還有陰暗的東西，冥冥之中操縱着y，但是我們看不到那個隱藏的東西，EM算法就是將隱變量及其對應的參數都最大似然出來。
如果還是不理解到底隱藏變量是啥，那麼舉個栗子（依然拋硬幣）吧：
現在有兩個硬幣A和B，要估計的參數是它們各自翻正面（head）的概率。爲什麼是硬幣A和B兩個硬幣呢？說明A和B應該是不同的，因爲我們還有個隱藏的變量C，我們要以C的取值來決定拋A還是B，但是我們列不出來C的序列（它是隱藏的，觀測不到）。我們只有一系列硬幣正面和反面的數據，比如硬幣被拋了10次，我們記錄下來的只有H T T T H H T H T H，這麼一個序列，至於序列裏面哪些是A得到的T和H，哪些是B得到的T和H，我們不知道。但是我們可以用EM來估計出A出現的概率、B出現的概率，它們倆的出現的概率就是變量C對應的參數，我們還可以用EM來估計出A是正反面的概率也就是變量A的參數，B是正反面的概率也就是B的參數。
下面這個例子是真的好：
現在有兩個硬幣A和B，要估計的參數是它們各自翻正面（head）的概率。觀察的過程是先隨機選A或者B，然後扔10次。以上步驟重複5次。
下圖是別人給的解釋：
由圖我們知道：
對於因變量C，我們不知道它的取值序列，但是我們應該得知道它的取值範圍，或者可取哪些值，在該例子中，也就是我們得知道隱變量C的值有A和B兩種。
對上面第二個圖的解釋：
按照EM算法的思想：
a、我們先假定（或者說給初始值）A正面朝上的概率爲0.6，B正面朝上的概率爲0.5，但是我們不給隱變量C爲A和爲B的概率（可能因爲它是隱變量，對它比較歧視吧）。
b、我們有了觀測序列，也就是