我想编写一个小函数，通过以强力方式测试预测变量的所有子集，然后通过 CV 评估它们的分类性能，我可以将其用于 R 逻辑回归中的自动特征选择。
令人惊讶的是，我没有找到执行此“所有子集功能选择”的程序包，因此我想自己实现它。
不幸的是，我有限的 R 知识使我无法编写一个循环来生成给定向量的所有子集，我想知道是否有人可以指出正确的方向
最佳答案
注意事项
bestglm package是你想要的
The function bestglm selects the best subset of inputs for the glm family. The selec- tion methods available include a variety of information criteria as well as cross-validation
这个小插图通过了很多例子。
library(bestglm)
data(SAHeart)
# using Cross valiation for selection
out<-bestglm(SAheart,IC = 'CV', family=binomial, t = 10)
out
# CVd(d = 373, REP = 10)
# BICq equivalent for q in (0.190525988534159, 0.901583162187443)
# Best Model:
# Estimate Std. Error z value Pr(>|z|)
# (Intercept) -6.44644451 0.92087165 -7.000372 2.552830e-12
# tobacco 0.08037533 0.02587968 3.105731 1.898095e-03
# ldl 0.16199164 0.05496893 2.946967 3.209074e-03
# famhistPresent 0.90817526 0.22575844 4.022774 5.751659e-05
# typea 0.03711521 0.01216676 3.050542 2.284290e-03
# age 0.05046038 0.01020606 4.944159 7.647325e-07
关于r - 计算 R 中向量的所有子集，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16928973/