我正在开发一个预测模型，最初使用的是随机森林算法。我希望将不同的预测算法合并成一个，以提高准确性。

我尝试了这个方法，但得到了一个错误：

models = [RandomForestClassifier(n_estimators=200), GradientBoostingClassifier(n_estimators=100)]%time cross_val_score(models, X2, Y_target).mean()

错误：

estimator should a be an estimator implementing 'fit' method

有什么方法可以做到这一点吗？（有没有比套袋法更简单的办法？）

回答：

使用VotingClassifier。

投票分类器实现的理念是结合概念上不同的机器学习分类器，并使用多数投票或平均预测概率（软投票）来预测类标签。