1.往往假設特征之間獨立同分布，那么似然函數往往是連城形式，直接求騙到不好搞，根據log可以把連乘變為連加。
2.另外概率值是小數，多個小數相乘容易趙成浮點數下溢，去log變為連加可以避免這個問題。
若果原始似然函數中沒有連加和，那么去對術后沒有log(a+b)的形式，此時可以用GD，否則用EM，村塾個人理解。
以GMM來理解，包含log(a+b)往往是因為包含了因變量，GMM中隱變量就是每條記錄屬於的類別，如果知道了類別，那么權重為每類中的個數除以總的個數，均值為類中數據的加權平均，方差為數據減去均值開放。
首先需要從GMM中取出一個數據，假設，pi，miu和sigam一直，那么該數據來自不同成分的概率為權重*高斯分布的歸一化，這是E步，然后pi（i）=各個數據點屬於i累的概率的平均值，u（i）=概率值乘以數值，sigima(i)=概率值乘以記錄減去miu(i)。