R 那么，爱抚向后跳跃实际上是如何工作的呢？

我已经使用了很多插入符号方法一段时间了。我特别经常使用所有不同的子集选择方法。今天我问自己Caret中不同的子集选择技术是如何实现的，我不得不意识到我无法给出答案

为了简单起见，让我们以插入符号

leapbackup

为例。我知道这是一个包装函数，它使用leaps包的

regsubsets

。即使有了这些知识，我也想不出插入符号中的反向选择是如何实现的

在我看来，算法似乎是从一个包含所有变量的完整模型开始的。从这个起点开始，它（通过它们在数据帧中的位置？）移除变量，直到有一个由1个变量组成的模型。假设我们有20个解释变量，这将导致我们得到20个不同的（只有截距的21个）模型。插入符号然后选择验证集中RMSE最低的模型（取决于您用于列车控制的方法）。通过这种方式，该算法找到了变量数量最优的模型。在此基础上，该算法针对给定的最优变量数，尝试模型中包含的所有不同变量组合。作为最终模型，它选择在验证集中具有最低RMSE的模型

关于插入符号中的反向选择算法的实际工作原理，我的上述假设正确吗？或者其他人知道得更清楚吗？

看看插入符号小插曲中的页面，也许你可以找到你想要的。还有一些简单的图像说明了算法的工作原理。