R 是否存在使用大量变量寻找最佳logit模型的算法？

我正在寻找一种方法来运行（logit）模型，并找到变量的最佳组合（即具有最小AIC或BIC标准和/或具有最大数量重要变量的模型）。问题是我有50个变量，因此几乎不可能手动查找所有组合

我已经在寻找有关stackoverflow和stackexchange的答案，但没有结果

---

我对R比较陌生，所以如果我的问题听起来不好，我已经道歉了，我要感谢R社区的帮助

是的，它是存在的！甚至有两个版本

它简单地基于一种逐步（贪婪）方法，从一个空模型（分别是包含所有考虑变量的完整模型）中添加（或删除）顺序变量，试图最大化AIC

其实现可在R:

stepAIC

函数中的

MASS

包中找到（标题为“AIC在逐步算法中选择模型”）

---

object

是线性/logit模型（

lm

或

glm

类）

您是否尝试过例如

？步骤
？
stepAIC(object, scope, scale = 0,
        direction = c("both", "backward", "forward"),
        trace = 1, keep = NULL, steps = 1000, use.start = FALSE,
        k = 2, ...)