首先来几个博客：
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
复述：
1、EM算法第一印象：
a、它是种特别的极大似然估计。
b、它的特殊性在于含有隐变量。
回想下似然函数=>逻辑回归=>李航的书79页=>P(Y=1|x)=π(x),P(Y=0|x)=1-π(x)=>P就是参数，y就是观测到的变量=>已经观测到了一系列的y值，最大似然就是求参数P，使得组成当前这一系列y的概率最大。
可以看到，y是可观测的序列，然鹅现实世界是复杂的，在你看到的表象的背后，还有阴暗的东西，冥冥之中操纵着y，但是我们看不到那个隐藏的东西，EM算法就是将隐变量及其对应的参数都最大似然出来。
如果还是不理解到底隐藏变量是啥，那么举个栗子（依然抛硬币）吧：
现在有两个硬币A和B，要估计的参数是它们各自翻正面（head）的概率。为什么是硬币A和B两个硬币呢？说明A和B应该是不同的，因为我们还有个隐藏的变量C，我们要以C的取值来决定抛A还是B，但是我们列不出来C的序列（它是隐藏的，观测不到）。我们只有一系列硬币正面和反面的数据，比如硬币被抛了10次，我们记录下来的只有H T T T H H T H T H，这么一个序列，至于序列里面哪些是A得到的T和H，哪些是B得到的T和H，我们不知道。但是我们可以用EM来估计出A出现的概率、B出现的概率，它们俩的出现的概率就是变量C对应的参数，我们还可以用EM来估计出A是正反面的概率也就是变量A的参数，B是正反面的概率也就是B的参数。
下面这个例子是真的好：
现在有两个硬币A和B，要估计的参数是它们各自翻正面（head）的概率。观察的过程是先随机选A或者B，然后扔10次。以上步骤重复5次。
下图是别人给的解释：
由图我们知道：
对于因变量C，我们不知道它的取值序列，但是我们应该得知道它的取值范围，或者可取哪些值，在该例子中，也就是我们得知道隐变量C的值有A和B两种。
对上面第二个图的解释：
按照EM算法的思想：
a、我们先假定（或者说给初始值）A正面朝上的概率为0.6，B正面朝上的概率为0.5，但是我们不给隐变量C为A和为B的概率（可能因为它是隐变量，对它比较歧视吧）。
b、我们有了观测序列，也就是