python中导入数据用easyensamble分类后将数据以excel格式输出，不分训练集和测试集

以下是一个例子：

from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
import pandas as pd

# 加载数据集
iris = load_iris()

# 构建随机森林分类器
rfc = RandomForestClassifier()

# 训练模型
rfc.fit(iris.data, iris.target)

# 预测结果
predictions = rfc.predict(iris.data)

# 将预测结果和真实标签转化为pandas格式
df = pd.DataFrame({'predictions': predictions, 'target': iris.target})

# 将数据输出为excel文件
df.to_excel('predictions.xlsx', index=False)

在上述例子中，我们使用了sklearn中的鸢尾花数据集作为例子，构建了一个随机森林分类器并进行了预测。接着，我们将预测结果和真实标签转化为pandas格式，并将其输出为一个excel文件。在这个例子中，训练集和测试集是相同的，因为我们使用了全部的数据集进行了预测。如果你需要将训练集和测试集分开输出，可以自行根据需要进行调整。