变量选择函数Var_Selection定义需求及代码翻译与技术问询改写

各位大佬好，我正在编写一个用于变量选择的R函数Var_Selection，目标是通过逐步添加变量、计算模型AIC值的方式，筛选出最优的逻辑回归模型变量组合。目前已经完成了部分代码框架，但还有不少细节和逻辑问题需要解决，具体情况如下：

现有代码框架 #

Var_Selection = function(data, target){
  target = as.character(target)
  form = paste(target, '~ ')
  vect = c()
  # 注：此处原本意图排除目标变量，但写法有误，当前是排除字符串"target"而非传入的目标变量名
  valid.names <- names(data)[names(data) != "target"]
  myAIC = data.frame(var = as.character(), AIC = as.numeric())
  repeat{
    a=Sys.time()
    Perf = data.frame(variable = as.character(), AIC = as.numeric())
    for(i in 2:length(valid.names)){
      # 针对每个变量拟合逻辑回归模型（原注释为法语，已翻译）
      # 注：当前公式拼接和glm参数存在语法问题，未完成
      mylogit = glm(as.formula(paste(form, i)), data=data, family="binomial")
      # 后续需计算AIC并存入Perf数据框，但此部分逻辑未实现
    }
    # 后续需选择AIC最小的变量添加到公式中，更新候选变量列表与form，同时设置循环终止条件，但未实现
  }
}

我遇到的具体问题 #

• 公式拼接错误：不知道如何正确将当前遍历的变量名拼接到已有公式form中，当前写法paste(form, i)使用索引而非变量名，逻辑错误；
• 变量筛选逻辑错误：valid.names的定义有误，当前是排除字符串"target"，实际需要排除传入的target参数对应的变量名；
• AIC存储逻辑缺失：不清楚如何在循环中计算每个候选变量对应模型的AIC，并将变量名与对应AIC存入Perf数据框；
• 循环终止与更新逻辑缺失：不知道该设置何种终止条件（比如添加新变量后AIC不再下降、所有变量遍历完成），也不清楚每次循环后如何更新公式、候选变量列表等。

希望各位能帮忙指正代码中的问题，完善这个变量选择函数的实现，谢谢大家！

内容的提问来源于stack exchange，提问作者Naï