Одновременно эластичные чистые регрессии

Я пытаюсь выполнить Elastic Net в R для нескольких переменных одновременно. У меня есть 15 Xi, и я хочу найти модель эластичной сети с использованием каждой переменной в качестве регрессора. За один Си я могу выполнить следующие и получить оптимальные alpha и lambda со следующими

A<-matrix(rnorm(36),nrow=10,ncol = 15)
colnames(A) <- c("X1", "X2", "X3", "X4", "X5", "X6","X7","X8","X9","X10","X11","X12","X13","X14","X15")
A #random data

library(glmnetUtils)
library(glmnet)
library(coefplot)
set.seed(1234)    
 
# Train model.
fit <- cva.glmnet(X1 ~ ., data=A)

# Get alpha.
get_alpha <- function(fit) {
  alpha <- fit$alpha
  error <- sapply(fit$modlist, function(mod) {min(mod$cvm)})
  alpha[which.min(error)]
}


# Get all parameters.
get_model_params <- function(fit) {
  alpha <- fit$alpha
  lambdaMin <- sapply(fit$modlist, `[[`, "lambda.min")
  error <- sapply(fit$modlist, function(mod) {min(mod$cvm)})
  best <- which.min(error)
  data.frame(alpha = alpha[best], lambdaMin = lambdaMin[best])
}

get_model_params(fit) 

Я хочу выполнить эту процедуру одновременно для всех Xi и иметь возможность создавать 2 фрейма данных, содержащих a. все оптимальные min.lambda, б. все оптимальные alpha и список коэффициентов, полученных с использованием оптимальных alpha и min.lambda. Может ли кто-нибудь помочь мне сделать это?