표 형식 예측을 위한 마르코프 경계의 장점, 단점, 그리고 흥미로운 점

연구진은 SCM3K 합성 벤치마크의 수천 개 탭ուլ러 과제와 여러 회귀모델에서 Markov boundary의 효용을 검증했다.

진짜 boundary를 사용할 경우, 특히 feature가 많고 희소한 공간에서 정확도가 향상될 수 있었다.

하지만 현재의 인과 발견 방법들은 boundary를 충분히 잘 복원하지 못해, 전체 feature를 쓰는 것보다 대체로 나은 성능을 내지 못했다.

논문은 구조 복원과 예측 정확도의 목표가 다르기 때문에, 정확한 boundary 발견이 반드시 최적 예측으로 이어지지는 않는다고 설명한다.