详细从以下几个角度说说model limitations：feature都是手动筛选的，不如算法或者模型自动筛选。其次中间很多东西因为不会就没写。也没满足所有假设。

1. Feature都是手动筛选的，不如算法或者模型自动筛选：手动筛选特征需要经验和领域知识，并且很容易出现遗漏或者选择不合适的特征的情况，这样会导致模型的精度下降。相比之下，算法或者模型自动筛选特征可以更全面地考虑到所有可能的特征，从而减少特征选择的错误率，提高模型的精度。

2. 中间很多东西因为不会就没写：模型的性能取决于所使用的数据集和特征，如果在模型训练的过程中遗漏了一些重要的特征或者数据，那么模型的预测能力就会受到影响。因此，如果在模型训练的过程中遇到不熟悉的问题，需要及时咨询领域专家或者进行相关的学习，以便更好地掌握问题的本质，并且在模型训练中得到更好的应用。

3. 没有满足所有假设：模型的设计通常是基于一些假设的，这些假设可能不完全符合实际情况。如果模型的假设与实际情况不符，那么模型的精度可能会受到影响。因此，在模型设计的过程中，需要考虑假设的合理性，并且在模型应用的过程中进行实验和验证，以便更好地了解模型的性能和局限性。