使用REF进行特征选择，结局为分类变量，请写出R语言代码

使用R语言进行REF特征选择的代码如下：

library(caret)

# 加载数据
data(iris)

# 将分类变量转换为因子变量
iris$Species <- as.factor(iris$Species)

# 创建逻辑回归模型
model <- train(Species ~ ., data = iris, method = "glm", trControl = trainControl(method = "cv"))

# 进行特征选择
rfe <- rfeControl(functions = caretFuncs, method = "cv", number = 10)
result <- rfe(Species ~ ., data = iris, sizes = c(1:4), rfeControl = rfe, method = "glm", metric = "Accuracy")

# 输出选定的特征
predictors(result)

其中：

- `data(iris)` 加载了 iris 数据集；
- `as.factor(iris$Species)` 将分类变量 Species 转换为因子变量；
- `train` 函数用于创建逻辑回归模型；
- `rfeControl` 函数用于设置 REF 的参数；
- `rfe` 函数进行特征选择，其中 `sizes = c(1:4)` 表示 REF 会选择 1 到 4 个特征进行训练，并输出最终选择的特征集合；
- `predictors(result)` 输出选定的特征。