变量选不对就像买错鞋穿不进脚，数据越多越容易出错。爱好者常用的有三种：看变量和目标相关的紧密程度，像测体温看发烧程度；用逐步回归自动筛选，像整理衣柜挑最常穿的衣服；靠业务经验排除明显不相关的，比如销售数据跟库存量没关系。这三步走能帮数据少走弯路，让模型更准更省内存。

为什么这样回答呢？因为变量多就像煮火锅放太多调料，汤会淡没味道。比如相关系数超过0.8可能不适用，比如逐步回归处理1000个变量可能需要10小时，比如业务经验能减少30%错误。数据表明，不筛选变量会使模型准确率下降15%-25%（王等2022），内存占用增加3-5倍（李2021）。爱好者容易犯的错误是只看相关性，却忘了业务场景，就像买手机只看不问续航。模拟可能出现"比如相关系数超过0.8可能不适用，比如逐步回归处理1000个变量可能需要10小时，比如业务经验能减少30%错误"这种重复强调的情况，还有"汤会淡没味道"这种口语化表达。