我正在尝试使用 R 中的支持向量机解决回归问题。
具体来说，我有25个变量，其中24个是预测变量，另一个是响应变量。记录数约为4500。
所有变量都是数字，所以这是一个回归问题。
我指的是著名的教科书《统计学习入门》（作者Gareth James等人）。
我正在使用tune()软件包的e1071函数通过10倍交叉验证来找到最佳（成本，ε）组合。
但是，要花很长的时间检查一对参数组合，这使我花费了数小时来找到最佳模型。
因此，我想减少预测变量的候选人数，以便有效地找到最佳模型。我想有一种方法可以类似于多元回归中的逐步选择。
但是，我找不到以R包形式出现的方法，因此我可以轻松地解决自己的问题（有些科学文章对我来说是如此复杂）。
有什么方法可以减少支持向量回归中的预测变量空间吗？
谢谢