各行のpythonコードの意味を知りたいです。(時系列データのクロスバリデーション）

以下のコードの中身を理解したいです。　自分なりの解釈は##に記載しました。
不明点と間違っている点を教えて頂きたいです。

参考URL：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.TimeSeriesSplit.html

どうぞ、ご教授の程よろしくお願いいたします。

python3
　# sklearnライブラリーからTimeSeriesSplitのダウンロード。#
>>> import numpy as np
>>> from sklearn.model_selection import TimeSeriesSplit
　# 配列の整理。#
>>> X = np.array([[1, 2], [3, 4], [1, 2], [3, 4], [1, 2], [3, 4]])
>>> y = np.array([1, 2, 3, 4, 5, 6])
 # tscv関数の設定#
>>> tscv = TimeSeriesSplit()
 # tscvの表示#
>>> print(tscv)
 # gap=0　			テストセット前に、分割部分の後ろから除外するデータ数#
 # max train size = None 		単一の訓練データの最大サイズ#
 # n_split=5 			時系列データを５分割にする。#
 # test size = None 		試験サイズはなし。#
TimeSeriesSplit(gap=0, max_train_size=None, n_splits=5, test_size=None)

#それぞれのXとYに指定のデータを挿入する#
>>> for train_index, test_index in tscv.split(X):
...     print("TRAIN:", train_index, "TEST:", test_index)
...     X_train, X_test = X[train_index], X[test_index]
...     y_train, y_test = y[train_index], y[test_index]
#TRAINデータでモデルを作り、TESTで試算する #
TRAIN: [0] TEST: [1]
TRAIN: [0 1] TEST: [2]
TRAIN: [0 1 2] TEST: [3]
TRAIN: [0 1 2 3] TEST: [4]
TRAIN: [0 1 2 3 4] TEST: [5]
 #Fix test size to 2 with 12 samples の意味がわからない#
>>> # Fix test_size to 2 with 12 samples
 #Xのデータをランダムで１２分割して、２個取り出すということ？#
>>> X = np.random.randn(12, 2)
 #ここの意味がわからない。#
>>> y = np.random.randint(0, 2, 12)
 #tscvの中の計算式で、３分割して、試験用データのサイズは２．２のサイズは？２個？#
>>> tscv = TimeSeriesSplit(n_splits=3, test_size=2)
#それぞれのXとYに指定のデータを挿入する#
>>> for train_index, test_index in tscv.split(X):
...    print("TRAIN:", train_index, "TEST:", test_index)
...    X_train, X_test = X[train_index], X[test_index]
...    y_train, y_test = y[train_index], y[test_index]
TRAIN: [0 1 2 3 4 5] TEST: [6 7]
TRAIN: [0 1 2 3 4 5 6 7] TEST: [8 9]
TRAIN: [0 1 2 3 4 5 6 7 8 9] TEST: [10 11]
>>> # Add in a 2 period gap
>>> tscv = TimeSeriesSplit(n_splits=3, test_size=2, gap=2)
>>> for train_index, test_index in tscv.split(X):
...    print("TRAIN:", train_index, "TEST:", test_index)
...    X_train, X_test = X[train_index], X[test_index]
...    y_train, y_test = y[train_index], y[test_index]
TRAIN: [0 1 2 3] TEST: [6 7]
TRAIN: [0 1 2 3 4 5] TEST: [8 9]
TRAIN: [0 1 2 3 4 5 6 7] TEST: [10 11]