构建袋装树（Bagged Trees）

像袋装树这样的集成模型通常比单棵决策树更强大。集成中的每棵树都会"投票"，取平均值或多数票作为预测结果。这样就能借助"群体智慧"，而不是依赖单一树。对于袋装树，自助采样（bootstrap）方法会确保在每棵集成树中，只使用原始数据集的一个"自助样本"（有放回抽样）来训练和生成预测。

现在请亲自上手，构建一个袋装分类树吧！

信用卡客户的训练数据已预加载为 customers_train。