EM算法（ExceptionMaximizationAlgorithm）是机器学习领域的一个经典算法，下面关于EM算法的表述中不正确的有（）
A: EM算法属于一种分类算法
B: 如果优化的目标函数是凸函数，那么EM算法一定能找到全局最优解
C: EM算法可以分为E-Step和M-Step两步
D: EM算法可用于从不完整的数据中计算最大似然估计
A: EM算法属于一种分类算法
B: 如果优化的目标函数是凸函数，那么EM算法一定能找到全局最优解
C: EM算法可以分为E-Step和M-Step两步
D: EM算法可用于从不完整的数据中计算最大似然估计
举一反三
- 下列关于EM算法的说法,正确的是?() A: EM算法的英文名称是Expectation-Minimization; B: EM算法包含两步:E步和M步; C: EM算法可以解决极大似然估计问题和后验分布的众数问题; D: EM算法一定能收敛到全局最大值点。
- 关于EM算法描述正确的是（ ） A: EM算法核心步骤有两步，即E步和M步 B: EM算法初始化模型参数可以采用均匀分布随机数 C: EM算法需要初始化模型参数值 D: EM算法停止条件必须是模型参数稳定
- 关于EM算法的用途，EM算法只适用不完全数据的情形。
- EM算法一定会收敛到全局最优值。
- 关于EM算法的用途，EM算法只适用不完全数据的情形。 A: 正确 B: 错误