马尔可夫毯(Markov Blanket)
最近接触到马尔可夫毯(MarkovBlanket)这个概念,发现网上资料不多,通俗易懂的解释甚少,查了一些资料后,决定写一个总结。
提到马尔可夫毯,就会有一堆从名字上看很相近的概念,比如马尔可夫链(Markov Chain, MC)、隐马尔可夫模型(Hidden Markov Model, HMM)、马尔可夫随机场(MarkovRandom Field, MRF)等等。其实,马尔可夫毯与这些概念不同,它是一个局部的概念,而不是一个整体模型级别的概念。以下内容主要参考【何宪. 基于贝叶斯网络的马尔可夫毯发现算法研究[D]. 电子科技大学, 2012.】,更多内容请参阅原文献。
首先看马尔可夫毯的定义:
这种纯符号的定义看起来有些抽象,形象一点说,把一个随机变量全集U分成互斥的三部分,变量X以及集合A和B,三个子集没有交集,并集即为全集U;如果说给定集合A时,变量X与集合B没有任何关系,