你能解释一下如何证明期望最大化算法的收敛性吗？
例如，硬币问题的EM：https://math.stackexchange.com/questions/25111/how-does-expectation-maximization-work
EM算法进行最大似然估计。如果你看一下对数可能性，E和M步长并不总是最大化它是不正确的。然而，如果你看一下负自由能函数，它们总是最大化它，尽管相对于不同的东西（有点像坐标下降）。所以是的，EM 算法总是收敛的，即使它可能收敛到坏的局部极值，这是一个不同的问题。
看看经典的论文 www.cs.toronto.edu/~radford/ftp/emk.pdf，自己了解更多。
EM算法并不总是收敛。因此，问题的细节将很重要。