W3School TIY Editor

from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.ensemble import BaggingClassifier # 加载葡萄酒数据集： data = datasets.load_wine() # 准备特征矩阵和标签向量： X = data.data # 特征数据 y = data.target # 类别标签 # 划分训练集和测试集（25% 测试数据）： X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.25, # 25%作为测试集 random_state=22 # 随机种子保证可复现性 ) # 创建带袋外 (OOB) 评估的 Bagging 分类器： # 包含 12 个基学习器 oob_model = BaggingClassifier( n_estimators=12, # 基学习器数量 oob_score=True, # 启用袋外评分 random_state=22 # 固定随机状态 ) # 训练 Bagging 模型： oob_model.fit(X_train, y_train) # 输出袋外 (OOB) 评分： print(oob_model.oob_score_)