解题思路
按题面规定的随机顺序构造 T 个最近质心分类器，再多数投票。随机过程必须用 np.random.RandomState(seed)，先 randint 再 choice，否则特征下标和抽袋下标会对不上评测。
- 拆开训练集：前 d 列是特征，最后一列是标签。全体类别取训练集中出现过的标签，按编号排序。
- 第 t 个分类器：idx=rg.randint(0,n,size=n)，feat=rg.choice(d,size=m,replace=False)，再把 feat 升序排列并记入输出。
- 对每个类别，若该袋里出现过，质心用袋内均值；若一次都没抽到，改用全训练集在同一特征子集上的均值。
- 测试点用平方欧氏距离找最近质心，距离并列取更小标签。
- T 个分类器对每个测试点投票，票数并列同样取更小标签。
