R 在逐步回归中加入交叉验证

我有一个包含162个观测值和151个不同变量的数据集，我想对其进行逐步回归，但也要对其进行10倍交叉验证。我以前使用过DAAG软件包，以便使用多元线性回归进行10倍交叉验证，并且能够使用其中一个公式：-

CVlm(df = data, seed=1500, m = 10, form.lm = formula(RT..seconds.~.,), printit=TRUE)

我想知道软件包是否支持同样的东西，但支持逐步回归？我已经看过了它的pdf文件，但找不到任何东西

我知道我可以使用MASS包执行逐步回归

step <- stepAIC(fit, direction="both")

---

stepSuperLearner

软件包支持逐步回归的v-fold交叉验证。

看看

caret

软件包。您好，谢谢。我刚刚看过SuperLearner软件包，但是对于如何逐步构建它没有太多帮助。我对PDF也很困惑。我知道您需要这样做：-'CV.SuperLearner（Y，X，V=20，family=gaussian（），SL.library，method=“method.NNLS”，id=NULL，verbose=FALSE，control=list（saveFitLibrary=FALSE），cvControl=list（），obsweets=NULL，saveAll=TRUE，parallel=“seq”）'但是，您要在何处以及如何指定您要在此中使用逐步回归？我还需要如何指定Y和X值，就像在所有其他回归算法中一样，我只需执行RT..seconds.~，并指定我的数据集。您需要定义

SL.library

。如果使用

listWrappers（）

您将看到所有可用的算法，其中包括

SL.step

。因此，如果您只需要

SL.library