使用EM算法最关键的是写出Q函数。
写出Q函数的第一步是找出隐变量。

高斯混合模型的EM算法，有几个地方不懂：

1. 9.27的$\gamma$定义的有点啰嗦，这样定义是否可以？
   $\gamma \in [1,K]$
   $\gamma_j$表示第j个数据所使用的模型？
2. 9.11公式：
   $Q(\theta, \theta^{(i)}) = E_Z[\log P(Y,Z|\theta)|Y, \theta^{(i)}]$ 9.17公式：
   $Q(\theta, \theta^{(i)}) = \sum_ZP(Z|Y,\theta^{(i)})\log P(Y, Z|\theta)$ 9.28求得的$\log P(y,\gamma|\theta)$相当于Q函数中的$\log P(Y, Z|\theta)$了。
   接下来求Q函数时为什么用上面的公式不用下面的？
3. 9.28算期望怎么算的？看不懂