自助聚合（Bagging）

在上一节课中，您通过在工程化特征的数据上应用逻辑回归，初步体验了分类模型。在机器学习面试中，了解集成模型也很有价值，因为它们将弱学习器组合成强学习器，从而提升模型准确率。

在本练习中，您将首先应用 Bagging 分类器。它使用有放回的抽样技术，以保持随机性并减少过拟合。您将使用在视频练习中见过的 sklearn.ensemble 模块中的函数。

所有相关包都已为您导入：将 pandas 导入为 pd，从 sklearn.model_selection 导入 train_test_split，从 sklearn.metrics 导入 accuracy_score，从 sklearn.linear_model 导入 LogisticRegression，以及从 sklearn.ensemble 导入 BaggingClassifier 和 AdaBoostClassifier。

loan_data DataFrame 已经拆分为 X_train、X_test、y_train 和 y_test。