EM算法就是对于一个含有隐变量的概率模型，目标是极大化观测数据Y关于参数theta的对数似然函数。

EM中的E步，利用当前估计的参数值，求出在该参数下隐含变量的条件概率值。

判断题EM中的E步，利用当前估计的参数值，求出在该参数下隐含变量的条件概率值。

EM是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计。

判断题EM是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计。

EM算法当中有哪些缺点（）A.对初始值敏感B.不同的初值可能得到不同的参数估计值C.不能保证找到全局最优值D....

单项选择题EM算法当中有哪些缺点（）