Machine learning EM算法中的初始化步骤？

我试图理解EM算法是如何工作的，我指的是这些

我知道这里发生了什么，我们随机取θ（a），θ（b），对于每一个硬币，我们计算p（硬币a），p（硬币b），然后重新计算θ（a），θ（b）

---

我无法理解的是初始θ值背后的推理。如果我在开始时对两个θ值取相同的值呢？在这种情况下，两种硬币的θ总是相同的？

好吧，考虑一下对相等的

θ的解释。如果θ（a）=θ（b）

，你基本上是说两枚硬币的概率完全相同，所以它是哪枚硬币并不重要。如果你假设概率相等，你可以说只有一枚硬币

更好的初始化通常会导致更快的收敛。