馬可夫邊界

馬可夫邊界（Markov boundary）是目標變項的最小馬可夫毯：給定邊界後，目標與其餘變項條件獨立，而且邊界中沒有可移除的成員仍保有此性質。它常用於特徵選擇與局部預測。

馬可夫毯可以是非最小集合；特徵選擇會利用最小邊界縮減輸入變項，但須注意有限樣本與模型假設。

維基百科：中文：相關條目／搜尋：馬可夫邊界；英文：相關條目。