BaggingClassifier参数

BaggingClassifier有许多参数，这里列出一些常用的参数：

1. base_estimator：基分类器，默认为决策树。

2. n_estimators：集成中基分类器的数量，默认为10个。

3. max_samples：每个基分类器从训练数据中采样的样本数，默认为1.0。

4. max_features：每个基分类器从训练数据中采样的特征数，默认为1.0。

5. bootstrap：是否采用有放回的采样方式，默认为True。

6. bootstrap_features：是否采用有放回的采样方式对特征进行采样，默认为False。

7. n_jobs：并行处理的数量，默认为1。

8. random_state：随机种子，用于控制随机过程的可重复性。

这些参数可以根据具体的问题进行调整，以达到更好的效果。