การใช้ broom

งานโปรแกรมมิ่งหลายอย่างจะง่ายขึ้นมากหากเก็บข้อมูลทั้งหมดไว้ใน data frame โดยเฉพาะสำหรับผู้ที่ใช้ tidyverse เป็นหลัก เนื่องจาก dplyr และ ggplot2 ต้องการข้อมูลในรูปแบบ data frame แพ็กเกจ broom มีฟังก์ชันที่แยกโมเดลออกเป็น data frame สามชุด ได้แก่ ชุดที่เก็บข้อมูลระดับค่าสัมประสิทธิ์ (ตัวค่าสัมประสิทธิ์เองและ p-value ของแต่ละค่า) ชุดที่เก็บข้อมูลระดับการสังเกต (เช่น fitted value และ residual) และชุดที่เก็บข้อมูลระดับโมเดล (ส่วนใหญ่เป็นตัวชี้วัดประสิทธิภาพ)

ฟังก์ชันใน broom เป็น generic กล่าวคือ ใช้งานได้กับโมเดลหลายประเภท ไม่ใช่เฉพาะ linear regression เท่านั้น ยังรองรับ logistic regression (ซึ่งจะได้เรียนในบทที่ 4) และโมเดลประเภทอื่น ๆ อีกมากมาย

mdl_price_vs_conv พร้อมใช้งานแล้ว และโหลด broom ไว้เรียบร้อยแล้ว