回帰係数を可視化する
モデルを学習できたので、次は係数を可視化してみましょう。これはMachine Learningにおいて重要なステップで、各特徴量が予測結果にどのように影響するかを把握できます。
シフト済みの時系列データフレーム（prices_perc_shifted）と回帰モデル（model）はワークスペースに用意されています。
この演習では、係数と特徴量名のセットを受け取り、その係数値を可視化する関数を作成します。
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。
def visualize_coefficients(coefs, names, ax):
# Make a bar plot for the coefficients, including their names on the x-axis
ax.bar(____, ____)
ax.set(xlabel='Coefficient name', ylabel='Coefficient value')
# Set formatting so it looks nice
plt.setp(ax.get_xticklabels(), rotation=45, horizontalalignment='right')
return ax