《机器学习》 小白Python学习笔记（十三） ———— 集成学习 课后题8.3&8.5 Python实现

8.3从网上下载或自己编程实现AdaBoost，以不剪枝决策树为基学习器，在西瓜数据集3.0a上训练一个AdaBoost集成，并与图8.4进行比较。
8.5试编程实现Bagging，以决策树桩为基学习器，在西瓜数据集3.0a上训练一个Bagging集成，并与图8.6进行比较。

自己手动编写的代码还没有写好（后补），先利用scikit-learn库对西瓜数据集3.0a进行bagging和boosting集成学习，并对结果进行可视化与课本上的结果进行对比。
代码：

# 西瓜数据集a
xigua = np.array([
    [0.697, 0.460, 1],
    [0.774, 0.376, 1],
    [0.634, 0.264, 1],
    [0.608, 0.318, 1],
    [0.556, 0.215, 1],
    [0.403, 0.237, 1],
    [0.481, 0.149, 1],
    [0.437, 0.211, 1],
    [0.666, 0.091, 0],
    [0.243, 0.267, 0],
    [0.245, 0.057, 0],
    [0.343