我对R及其功能相对较新，但我听说过有关leaps和glmnet的好消息。有没有办法在具有大量解释变量的数据集上使用模型选择包glmnet或leaps？我想用它们拟合一个模型，但我有大约100个不同的变量，我发现的例子似乎暗示我必须手动输入每个变量。我基本上在寻找一种方法，让我选择一个列作为响应变量，然后接受所有其他列进行模型选择，或者将第一列作为响应，将所有其他列作为解释变量。
答案 0 :(得分：0)
问题的解决方案实际上内置于R语言的语法中。
您所做的只是使用您的响应和解释变量准备数据集，然后键入：
glmnet(y ~ ., data = data)
添加您喜欢的任何其他选项。点运算符告诉它使用所有其他列作为解释变量。
你也可以做这样的事情，使用所有变量吧：
result <- glmnet(y ~ . - x3, data = data)
技术上，。表示公式中尚未提及的所有变量。例如
result <- glmnet(y ~ x1 * x2 + ., data = data)
您还可以执行其他操作，例如使用循环以编程方式将变量名称分配给列表，但这应该是最简单的解决方案。