我准备使用R语言写一份关于肿瘤病人肺炎发生因素的预测模型。请帮我生成一份相应的代码模板。

在R语言中，构建预测模型通常涉及数据预处理、选择合适的算法和训练模型。以下是一个基本的模板，假设你已经有一个名为'data.csv'的数据集，其中包含肿瘤病人的相关信息和肺炎发生的二元标签（0表示未发生，1表示发生）：

# 首先加载必要的库
library(tidyverse)  # 数据操作和可视化
library(caret)     # 用于机器学习的包
library(randomForest)  # 使用随机森林作为示例算法

# 1. 加载数据
data <- read.csv("data.csv", stringsAsFactors = FALSE)

# 2. 检查并清理数据
summary(data)  # 查看数据概况
data <- data %>% drop_na()  # 删除缺失值
str(data)  # 确保变量类型合适

# 3. 定义特征（X）和目标变量（y）
features <- c("feature1", "feature2", "feature3")  # 根据实际特征替换
y <- data$target_variable  # 目标变量应为肺炎发生的列名

# 4. 划分数据集（训练集和测试集）
set.seed(123)  # 为了保证结果可复现
index <- createDataPartition(y, p = .8, list = FALSE)
train_data <- data[index, ]
test_data <- data[-index, ]

# 5. 训练模型 - 使用随机森林
model <- randomForest(target ~ ., data = train_data[, features], ntree = 500)  # 你可以调整ntree和其他参数

# 6. 模型评估
predictions <- predict(model, newdata = test_data[, features])
confusionMatrix(predictions, test_data$target_variable)  # 输出混淆矩阵

# 7. 如果需要进一步优化，可以使用交叉验证
ctrl <- trainControl(method = "cv", number = 10)  # 10折交叉验证
model <- train(target ~ ., data = train_data[, features], method = "rf", trControl = ctrl)

#