R LDA：在数据集中选择有效属性

我是R的新手。我正在尝试在我的数据集中实现一个LDA算法。但我有33个属性。我得选一些。我这样做：

fit <- lda(G3 ~ school+ sex + age + address + famsize + Pstatus + Medu + Fedu +
     Mjob + Fjob + reason + guardian + traveltime + studytime + failures + 
    schoolsup + famsup + paid + activities + nursery + higher + internet + 
    romantic + famrel + freetime + goout + Dalc + Walc + health + absences + 
    G1 + G2, data=d1)

---

fit对于stats.stackexchange.com来说，这可能是一个更好的问题。我可以尝试列的随机子集，就像在随机林算法中所做的那样。您可能还对LASSO回归（glmnet软件包）感兴趣。我正在从这个特定的算法中寻找一些变量或值，这些变量或值可能表明某个特定属性更适合预测这个变量。请看这个，谢谢，但我不知道如何使用它。它有data（）函数，但我的数据集在excel表格中。我说它找不到数据集。看看Eric Czech在链接中对答案的评论。我也做了一些研究，似乎没有一种直接的方法可以从lda本身“获得一个数字”，即变量是否重要