评估 Bagging 的性能
现在您已经实例化了 bagging 分类器，接下来要训练它并评估测试集的准确率。
Indian Liver Patient 数据集已经为您预处理，并按 80% 训练集与 20% 测试集进行了划分。特征矩阵 X_train 和 X_test 以及标签数组 y_train 和 y_test 已在您的工作区中可用。另外，我们还为您加载了上一练习中实例化的 bagging 分类器 bc，以及来自 sklearn.metrics 的函数 accuracy_score()。
本练习是课程的一部分
Python 树模型机器学习
练习说明
将
bc拟合到训练集。预测测试集的标签，并将结果赋给
y_pred。计算
bc的测试集准确率。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Fit bc to the training set
____.____(____, ____)
# Predict test set labels
y_pred = ____.____(____)
# Evaluate acc_test
acc_test = ____(____, ____)
print('Test set accuracy of bc: {:.2f}'.format(acc_test))