Q函数推导

使用EM算法最关键的是写出Q函数。 写出Q函数的第一步是找出隐变量。

高斯混合模型的EM算法，有几个地方不懂： 1. 9.27的$\gamma$定义的有点啰嗦，这样定义是否可以？ $\gamma \in [1,K]$ $\gamma_j$表示第j个数据所使用的模型？ 2. 9.11公式：

$$Q(\theta, \theta^{(i)}) = E_Z[\log P(Y,Z|\theta)|Y, \theta^{(i)}]$$

9.17公式：

$$Q(\theta, \theta^{(i)}) = \sum_ZP(Z|Y,\theta^{(i)})\log P(Y, Z|\theta)$$

9.28求得的$\log P(y,\gamma|\theta)$相当于Q函数中的$\log P(Y, Z|\theta)$了。 接下来求Q函数时为什么用上面的公式不用下面的？ 3. 9.28算期望怎么算的？看不懂