machine-learning - 为什么马尔可夫毯子里有 child 的 parent ？

Question

我很困惑为什么马尔可夫毯子里包含 child 的 parent 。 Wikipedia说

its children's parents also have to be included, because they can be used to explain away the node in question.

但是有问题的节点是什么？我还从 BayesiaLab 找到了另一个信息。它说

The Spouses (or co-parents, dark green) are used for cutting the information coming from the ascendants of the Children (blue nodes). The Target node is marginally independent of the Spouses, but becomes conditionally dependent, i.e. when some evidence is available on the Children.

当有一些关于 child 的证据时，为什么目标节点和配偶会变得有条件依赖？ 有一些关于 children 的证据是什么意思？

我希望有人能帮忙澄清一下，尤其是。举一个具体的例子。谢谢:)

Answer 1

原因是毯子应该使网络的其余部分有条件地独立于 A。

假设节点名为 S(pouse) 和 C(hild)。

S    A
 \  /
  C

那么，C 的输出依赖于 S 和 A。为了使网络的其余部分独立于 A，您需要同时控制 S 和 A。换句话说，覆盖层边界处的输出为 child 的其他 parent 直接受到 A 的影响。如果你包括 a child 的 parent ，你就得到了 A 可以影响的一切。

<小时/>

子问题:

“相关节点”是 A。

他们变得有条件依赖，因为如果你了解 A 的配偶和 child 的产出，你就能对 A 有所了解。

“来自子节点的证据”意味着您知道子节点的一些输出。