Model-X knockoffs

Model-X knockoffs由Barber和Candès于2015年提出，是一种在已知协变量分布条件下实现精确FDR控制的变量选择框架。

Model-X knockoffs不依赖结果变量Y的模型形式，仅需要协变量X的分布已知。

在实际应用中，协变量X的分布往往未知或难以准确估计，分布估计误差会直接破坏Model-X knockoffs的FDR控制的理论保证。

MAS与Model-X knockoffs形成互补关系：当协变量分布已知或可准确估计时，knockoffs可能是更高效的选择；当分布未知或难以建模时，MAS展现出模型无关的优势。