# 马尔可夫毯

> 统计学和机器学习中，想用一组变量推断一个随机变量时，通常子集就够了，其他变量都是无用的。这种包含所有有效信息的子集就称作马尔可夫毯（Markov blanket）。若马尔可夫毯是最小的，即放弃任何变量都会损失信息，就称之为马尔可夫边界（Markov boundary）。识别马尔可夫毯和马尔可夫边界有助于提取有用特征。这两个术语是朱迪亚·珀尔 (1988)创造的。马尔可夫毯可视作是多个马尔科夫链组成的。

- ID: m03806
- 分类: learn
- 领域: 认知科学

## 定义

在一个复杂网络中，将某个节点（我）与外部世界隔离开来的那一层“边界节点”。对于我来说，只要知道马尔可夫毯的状态，毯子外面的世界发生什么都与我无关（条件独立）。脚手架作用：自我边界定义。生命体本质上就是维持一个马尔可夫毯，以此抵抗熵增。在系统设计中，定义清晰的马尔可夫毯（接口/API）是实现模块化和降低认知负荷的关键。

## 机制

在贝叶斯网络中，一个节点的马尔可夫毯由它的父节点、子节点及子节点的其他父节点构成；给定毯内节点，该节点与网络其余部分条件独立。它定义了预测该节点所需的“最小信息集”。

## 练习

在贝叶斯/因果图中定位目标节点；取其父、子及共父节点集合；用该集合做条件独立推断或特征选择。

## 脚手架用法

自我边界定义。生命体本质上就是维持一个马尔可夫毯，以此抵抗熵增。在系统设计中，定义清晰的马尔可夫毯（接口/API）是实现模块化和降低认知负荷的关键。

[阅读网页](https://thinkingmodels.site/entries/detail/m03806)