在我看来，这会让你很容易受到虚假相关甚至过度拟合等问题的影响。我忘记了这个原则的名称，即你尝试的模型越多，你遇到坏模型的风险就越大——如果你尝试了很多模型以实际运行遗传算法，你可以想象这个原则是如何被违反的。

您可以这样做：从 data.frame 开始，您向数据添加一组“合理”的转换预测变量甚至交互（model.matrix 和类似的应该能够实现这一点）。

一旦你在那里，任何变量选择方法都可以。glmnet想到了，但有很多选择。这种工作方式的一个缺点是，当交互存在时，很难确保主要效应在模型中。也许某些形式的变量选择支持这一点，但我知道除了逐步过程（这会违背目的）之外没有明显的选择。

您可以从一些简单的事情开始，例如查找主要组件或独立组件。您也可能会有点疯狂，并生成变量的所有 2-way 交互。显然，当您生成和测试更多特征时，您需要一种对过度拟合更稳健的特征选择算法。

一些建模算法，如MARS、随机森林和非线性 SVM 会自动找到原始特征之间的某些交互。