Das load_diabetes-Datensatz enthält zehn Basisvariablen (Alter, Geschlecht, BMI, durchschnittlicher Blutdruck und sechs Blutserummessungen) für 442 Diabetespatienten. Die Zielvariable ist ein quantitatives Maß für den Krankheitsverlauf ein Jahr nach der Basislinie. Dieser Datensatz wird verwendet, um die kontinuierliche Variable vorherzusagen, die den Fortschritt von Diabetes basierend auf den gegebenen Merkmalen darstellt.

Ihre Aufgabe ist es, den Bagging Regressor zu verwenden, um das Regressionsproblem auf dem load_diabetes-Datensatz zu lösen:

1. Verwenden Sie ein einfaches LinearRegression-Modell als Basismodell des Ensembles.
2. Verwenden Sie die BaggingRegressor-Klasse, um ein Ensemble zu erstellen.
3. Verwenden Sie den Mean Squared Error (MSE), um die Ergebnisse zu bewerten.