在高斯混合模型 (GMM) 中使用 EM 算法时，在 E-step 中，我们取训练数据集中的每个 x 集合来计算和更新簇的每个高斯分布的“权重”和参数（M-step） . 我已经读到我们这样做直到它收敛。我在这里有点困惑。这是否意味着它每次都在 EM 算法的“一步”中循环遍历整个训练数据集 X？还是“一步”对应于计算整个数据集中的一个特定x集合并使用它来更新每个分布的参数和权重？

为了让问题更清楚，GMM 中 EM 算法中的每个“步骤”是否涉及整个训练数据集 X，或者每个步骤是否意味着训练集中的一个特定 x 集，我们一次循环一个数据集以改进一次一个？

任何帮助将不胜感激！谢谢。