遍历所有的基分类器，用votingclassifier得到最终结果python代码

可以使用sklearn中的VotingClassifier来实现这个功能。

下面是示例代码：

from sklearn.ensemble import VotingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC
from sklearn.naive_bayes import GaussianNB

# 创建基分类器
clf1 = DecisionTreeClassifier()
clf2 = SVC()
clf3 = GaussianNB()

# 创建voting classifier
voting_clf = VotingClassifier(estimators=[('dt', clf1), ('svm', clf2), ('nb', clf3)], voting='hard')

# 训练模型
voting_clf.fit(X_train, y_train)

# 预测结果
y_pred = voting_clf.predict(X_test)

其中，estimators参数传入的是一个列表，每个元素是一个元组，元组的第一个元素是分类器的名字，第二个元素是对应的分类器实例。voting参数指定了投票策略，'hard'表示多数表决。