如何同时使用两个Ml套件检测器？

# 导入必要的库
from sklearn.ensemble import RandomForestClassifier
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

# 假设我们有一些数据 X 和 y
# X, y = ...

# 使用Scikit-learn训练一个随机森林模型
rf_model = RandomForestClassifier()
rf_model.fit(X, y)

# 使用TensorFlow训练一个简单的神经网络模型
nn_model = Sequential([
    Dense(64, activation='relu', input_shape=(X.shape[1],)),
    Dense(1, activation='sigmoid')
])
nn_model.compile(optimizer='adam', loss='binary_crossentropy')
nn_model.fit(X, y, epochs=10)

# 集成预测
rf_predictions = rf_model.predict(X)
nn_predictions = nn_model.predict(X)

# 结合两个模型的预测结果
ensemble_predictions = (rf_predictions + nn_predictions) / 2