from sklearn.ensemble import BaggingClassifier as bagc
参数：
base_estimator基学习器
n_estimators基学习器的数量
max_samples每次训练基学习器时使用的样本比例
max_features每次训练基学习器时使用的特征比例
bootstrap：抽取样本后放回
bootstrap_features：抽取特征后放回
oob_score：使用带外样本做评估
warm_start：简单的说，True时新建一个模型会利用上一个模型的“经验”。False时则是纯的全新模型。
n_jobs：土豪万岁
random_state：random_state
属性：
base_estimator：基学习器
n_features_：使用的特征数量
estimators_：所有的基学习器list
oob_score_：带外数据评估分数
方法
.fit 训练
predict 预测
predict_proba预测，返回概率
predict_log_proba 预测，返回log概率
score 返回准确率