由 ols() 建立的模型物件包含許多元素。為了進一步分析模型結果，你需要擷取其中有用的部分。模型係數、擬合值，以及殘差，或許是線性模型物件中最重要的三個部分。
ols()
mdl_price_vs_conv 可供使用。
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。
# Print the model parameters of mdl_price_vs_conv print(____)
你將學到這個熱門統計模型的基礎、何謂迴歸，以及線性與羅吉斯迴歸的差異。接著你會學習如何以數值與類別解釋變數擬合簡單線性迴歸模型，並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，你會學到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。你也會透過實作模型物件來精進迴歸技巧、理解「回歸到平均」的概念，並學會如何對資料集中的變數做轉換。
當前練習
在本章中，你將學會如何針對模型提出問題以評估擬合度。你會學到如何量化線性迴歸模型的擬合優劣、運用視覺化診斷模型問題，並理解每筆觀測對建立模型的槓桿值與影響力。
學習如何擬合羅吉斯迴歸模型。利用真實世界資料，你將以成功機率與勝算來預測客戶關閉銀行帳戶的可能性，並使用混淆矩陣量化模型效能。