基于 R 语言，模拟临床数据 并使用 Boruta 算法 进行 特征选择 ，结果以 山脊图 (ridge plot) 进行可视化。
- 生成模拟临床数据集：包含 30 个生物标志物，并根据结局变量赋予轻微效应偏差。
Boruta特征选择：基于ranger随机森林，识别重要特征，并标注为Confirmed、Tentative或Rejected。- 特征重要性可视化：使用
ggridges绘制山脊图，展示不同特征在多次迭代中的重要性分布，按 中位数（圆点） 排序。
🚨 Demo 中将 Boruta() 函数 maxRuns 参数设置为 50 以快速出图，使用时按需调整，避免影响算法效果！！
