計算模型係數的變異性
在本課中，你會重新執行先前用過的交叉驗證流程，但這次要關注模型隨時間的穩定性。你將檢視模型的係數，以及其預測的不確定性。
先從評估模型在多個 CV 分割下係數的「穩定性」（或不確定性）開始。記住，係數反映的是模型在資料中找出的模式。
你的工作區中已提供線性迴歸物件（model）。此外，陣列 X 與 y（資料）也都可使用。
本練習屬於課程
Python 的時間序列資料機器學習
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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] = ____