Создание логистической регрессии в R Shiny

Я пытаюсь построить логистическую регрессию в R Shiny, но у меня так много времени. Отдайте должное Бруно, ответившему на другой вопрос здесь, я смог предложить некоторые идеи, но мой код все еще не работает.

Тем не менее, я полностью потерян в этот момент и понятия не имею, как продолжить с этим. Я очень ценю любую помощь, руководство или совет от кого-либо!!

library(shinythemes)
library(shinyWidgets)
library(shiny)
library(shinydashboard)
library(recipes)
#data(mtcars)

AttributeChoices=c("Borough_X", "Avg..Income.H.hold", "Month", "Season", "PartOfDay")


# Define UI for application
ui = fluidPage(
  navbarPage("R Shiny Dashboard",
             tabPanel("Welcome",
                      tabName = "welcome",
                      icon=icon("door-open"),

                      fluidPage(theme=shinytheme("cerulean"),
                                h1("Welcome to my Shiny Dashboard!"),
                                br(),
                                p(strong(tags$u("What is this dashboard all about?"))),
                                p("I'm going to do stuff."),  
                                br(),
                                p(strong(tags$u("Here's another question."))),
                                p("Here's my answer."),
                                br(),
                                p(strong(tags$u("How can I use this dashboard?"))),
                                p("You can click on any of the tabs above to see a different analysis of the data.")
                      )),

             tabPanel("Regression",
                      tabname = "regression",
                      icon=icon("calculator"),
                      selectInput(inputId = "indep", label = "Independent Variables", 
                                  multiple = TRUE, choices = as.list(AttributeChoices), selected = AttributeChoices[1]),
                      verbatimTextOutput(outputId = "RegOut")

             )
  ))

# Define server logic 
df <- read.csv('data/sidedf.csv')

server <- function(input, output) {
  recipe_formula <- reactive(df %>%
                               recipe() %>%
                               update_role(df = "outcome") %>%
                               update_role(!!!input$indep,new_role = "predictor") %>% 
                               formula())
  
  glm_reg <- reactive(
    glm(recipe_formula(),data = df)
  )
  
  
  output$RegOut = renderPrint({summary(glm_reg())})
  
}

Мои данные: Y = Sidewalk_Condition, X = остальные столбцы

Sidewalk_Condition | Borough_X     | Avg..Income.H.hold | Month | Season | PartOfDay
-------------------------------------------------------------------------------------
1                  | Staten Island | 21109              | 6     | winter |  evening
0                  | Bronx         | 32034              | 12    | fall   |  afternoon
1                  | Queens        | 52304              | 7     | summer |  midday