Идея алгоритма EM заключается в следующем:

при слишком узком окне плотность концентрируется вблизи обучающих объектов, при слишком широком окне плотность чрезмерно сглаживается и в пределе вырождается в константу.

задаются функции правдоподобия и априорные вероятности . Согласно распределению генерируются 2 выборки: обучающая и контрольная . По обучающей выборке настраивается тестируемый алгоритм . По контрольной выборке вычисляется эмпарическая оценка среднего риска.

имея некоторый набор компонент, можно выделить объекты , которые хуже всего описываются смесью - это объекты с наименьшими значениями правдоподобия . По этим объектам строится еще одна компонента. Затем она добавляется в смесь и запускаются EM - итерации, чтобы новая компонента и старые "притёрлись друг к другу". Так продолжается до тех пор, пока все объекты не окажутся покрыты компонентами.