下面是 broom 包中三个函数的描述。哪些是正确的？
A) tidy() 返回模型的统计结果（例如系数）
B) glance() 返回模型的精简单行摘要
C) augment() 为被建模的数据添加预测列
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
本章将向您介绍 tidyverse 中机器学习的核心——列表列工作流（List Column Workflow，LCW）。LCW 能让您在一个数据框中同时处理多个模型。<br> 本章还将介绍使用 broom 包探索模型的基本方法。
当前练习
本章将利用列表列工作流构建并探索 77 个模型的属性。您将使用 broom 包的工具，从多维度理解这些模型。
在本章中，您将学习如何使用列表列工作流来构建、调优并评估回归模型。您将有机会使用两类模型：线性模型和随机森林模型。
在本章中，您将切换到分类任务，构建、调优并评估分类模型。
