如何在R中执行前向选择、后向选择和逐步回归？

library(leaps)

# 创建一个数据框df，包含自变量x1、x2、x3和因变量y
df <- data.frame(x1, x2, x3, y)

# 执行前向选择
fit <- regsubsets(y ~ ., data = df, method = "forward")

# 获取最佳模型
best_model <- summary(fit)$which[which.min(summary(fit)$bic), ]

library(leaps)

# 创建一个数据框df，包含自变量x1、x2、x3和因变量y
df <- data.frame(x1, x2, x3, y)

# 执行后向选择
fit <- regsubsets(y ~ ., data = df, method = "backward")

# 获取最佳模型
best_model <- summary(fit)$which[which.min(summary(fit)$bic), ]

# 创建一个数据框df，包含自变量x1、x2、x3和因变量y
df <- data.frame(x1, x2, x3, y)

# 执行逐步回归
fit <- step(lm(y ~ ., data = df), direction = "both")

# 获取最佳模型
best_model <- fit$coefficients