相関関係を確認する
最初の機械学習モデルを適合させる前に、特徴量とターゲットの間の相関関係を確認しましょう。理想的には、特徴量とターゲットの間に大きな相関（1または-1に近い値）があることが望まれます。相関関係を調べることで、相関を最大化するために特徴量を調整する方法（例えば、talib関数のtimeperiod引数を変更するなど）がわかります。また、ターゲットと相関のない特徴量を除外するのにも役立ちます。
相関行列を簡単にプロットするには、seabornのheatmap()関数を使います。第1引数に相関行列を渡し、その他のオプションも豊富に用意されています。annotオプションに注目してください。これを使うことでアノテーション（注釈）を表示できます。
この演習はコースの一部です
Python による金融のための Machine Learning
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Plot heatmap of correlation matrix
sns.heatmap(____, annot= ____, annot_kws = {"size": 14})
plt.yticks(rotation=0, size = 14); plt.xticks(rotation=90, size = 14) # fix ticklabel directions and size
plt.tight_layout() # fits plot area to the plot, "tightly"
plt.____ # show the plot