R 找到3000+的简单线性回归模型；寻找重要变量

我有一个响应变量和3000多个潜在预测因子。我需要找到每个简单的线性模型，并确定重要的模型。我不想做变量选择，因为我不想做最好的预测模型。我只想要3000个模型，每个模型有一个预测器。我没有尝试过的任何代码，因为我不知道如何从一开始就解决这个问题。

如果我是你，我会使用梯度提升机进行一些变量选择，然后求助于具有顶级功能的更简单的lm模型。我用空气质量数据集做了一个简单的例子。运行此代码时，您将看到预测温度时变量的相对影响的摘要。当你有那么多VAR时，依靠一些机器学习来照亮道路就容易多了。

xgboost

包的速度要快得多，上面有许多示例

库（gbm）
gg尝试查看
步骤
功能。此外，查看如何提出一个好问题（包括您尝试过的最少可重复的示例和代码）可能也很有用。
library(gbm)
gg <- gbm(Temp ~., data = airquality, interaction.depth = 3, n.trees = 1000)

summary(gg)