stepAIC R 的前向选择问题

Mah*_*waj 3 r feature-detection logistic-regression

我有一个关于 R 转发选择的快速问题。所以我有一个用 glm 训练过的 30 个变量的列表。

  model1 = glm(eggs ~ ., data = traindata1, family = binomial())
Run Code Online (Sandbox Code Playgroud)

这 。代表训练数据中的 31 个变量。然后我加载了 MASS 并尝试通过前向选择运行 stepAIC。我跑:

  step1 = stepAIC(model1, selection = "forward")
Run Code Online (Sandbox Code Playgroud)

然而,它只是给了我与初始模型相同的最终模型。它运行了一次。当我做:

  step1 = stepAIC(model1, selection = "backward")
Run Code Online (Sandbox Code Playgroud)

它有效,并给了我一堆模型。我如何才能让“前向”工作真正发挥作用?我试图在 mode1 中包含一个变量,然后将范围命名为不同的名称,但它不起作用。我不想单独添加每个变量。

任何想法都会有帮助。

use*_*650 6

向前选择会增加变量。如果您从完整模型开始,则无法执行此操作。例如,您可以从拦截开始,并指定范围。

快速示例

m <- lm(mpg ~ 1, mtcars)
stepAIC(m, direction="forward", scope=list(lower=m, upper=~wt+disp+cyl+gear))
Run Code Online (Sandbox Code Playgroud)