モデル係数の変動性を計算する
このレッスンでは、これまでに使ったクロスバリデーション手順を再実行し、今度は時間を通じたモデルの安定性に注目します。モデルの係数と、予測に伴う不確実性の両方を調べます。
まずは、複数のCV分割にわたるモデル係数の「安定性」（不確実性）を評価しましょう。係数は、モデルがデータの中に見つけたパターンを反映していることを思い出してください。
線形回帰オブジェクト（model）のインスタンスがワークスペースに用意されています。配列 X と y（データ）も利用できます。
この演習はコースの一部です
Pythonで学ぶMachine Learningによる時系列データ解析
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。
# Iterate through CV splits
n_splits = 100
cv = TimeSeriesSplit(n_splits=____)
# Create empty array to collect coefficients
coefficients = np.____([n_splits, X.shape[1]])
for ii, (tr, tt) in enumerate(cv.split(X, y)):
# Fit the model on training data and collect the coefficients
model.fit(X[tr], y[tr])
coefficients[ii] = ____