lm() 傳回的模型物件包含許多元素。若要進一步分析模型結果，你需要把其中有用的部分取出。模型係數、擬合值，以及殘差，通常是線性模型物件中最重要的幾個部分。
lm()
mdl_price_vs_conv 已可使用。
mdl_price_vs_conv
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Get the model coefficients of mdl_price_vs_conv ___
你將學到這個熱門統計模型的基礎、什麼是迴歸，以及線性與邏輯斯迴歸的差異。接著你會學習如何以數值與類別解釋變數來擬合簡單線性迴歸模型，並使用模型係數描述反應變數與解釋變數之間的關係。
在本章中，你將學會如何使用線性迴歸模型，對臺灣房價與 Facebook 廣告點擊進行預測。你也會進一步強化迴歸技能，實作操作模型物件、理解「回歸到平均值」的概念，並學會如何轉換資料集中的變數。
當前練習
在本章中，你將學會如何對模型提問以評估擬合效果。你會學習如何量化線性迴歸模型的擬合程度、用視覺化診斷模型問題，並理解用於建立模型的每一筆觀測的槓桿值與影響力。
學習如何擬合邏輯斯迴歸模型。使用真實世界資料，你將以成功機率與勝算比來預測客戶關閉銀行帳戶的可能性，並用混淆矩陣量化模型效能。