Scikit learn BaggingClassifier能否在Sklearn中手动定义多个基估计量？

我试图使用Sklearn中的BaggingClassifier来定义多个基估计量。根据我的理解，有些东西可能与此类似

clf = BaggingClassifier(base_estimator=[SVC(), DecisionTreeClassifier()], n_estimators=3, random_state=0)

但是这里的BaggingClassifier并没有将列表作为它的基本估计量。 我假设我可以切换到

StackingRegressor（estimators=）

手动定义多个估计器。但列出100个估计量将是一件痛苦的事情，更不用说会有许多基本估计量的排列和组合。

---

您能帮助我理解如何在sklearn.BaggingClassifier中定义多个基本估计量吗？

您只能将一个估计量传递给

基本估计量。
BaggingBlassifier
背后的整个思想是在训练数据的随机样本上训练one模型，以减少其方差

如果您需要两个或多个估计器，每个估计器都在随机数据子集上训练，我建议两个不同的选项：

从两个单独的打包分类器创建您自己的投票流程
训练两个不同的
BaggingClassifier
，并将其传递给
sklearn.essemble.StackingClassifier
您是否需要bagging应用的子采样，或者简单地组合多个分类器的输出就足够了？如果是后者，一个乐团会做一些更接近这一点的事情。