二分类集成模型预测结果全为零

问题遇到的现象和发生背景

将基础0-1二分类模型与Bagging算法集成后，集成模型的预测结果全为0，这是出了什么问题？

问题相关代码，请勿粘贴截图

def TrainPredict(self, x_train, y_train, x_test):
    clf = self.estimator.fit(x_train, y_train, batch_size=16, epochs=5, shuffle=True)
    y_predict = self.estimator.predict(x_test)
    y_predict = y_predict.reshape(-1, 1)
    return y_predict

def Bagging_clf(self, x_train, x_test, y_train, y_test):
    y_predict_ensemble = []
    for i in range(self.n_estimator):
        x_train = x_train.reshape(-1, 23)
        y_train = y_train.reshape(-1, 1)
        train = np.append(x_train, y_train, axis=1)
        sample = self.RepititionRandomSampling(data=train, number=len(train))
        sample = np.array(sample)
        x_train = sample[:, :-1].reshape(-1, 10, 23).astype('int64')
        print('-----------x_train=------------')
        print(x_train)
        y_train = sample[:, -1].reshape(-1, 10, 1).astype('int64')
        print('-----------y_train=------------')
        print(y_train)
        print('--------------y_train是否为全零矩阵------------')
        array2 = np.zeros(shape=y_train.shape)
        print((array2==y_train).all())
        y_predict_ensemble.append(self.TrainPredict(x_train=x_train, y_train=y_train, x_test=x_test))
    array1 = np.zeros(shape=(7060, 3)).astype('int64')
    y_predict_ensemble = np.array(y_predict_ensemble).astype('int64')
    print('-----------y_predict_ensemble是否为全零矩阵-------------')
    print((array1 == y_predict_ensemble).all())
    print('------------------------')

运行结果及报错内容

预测结果全为0
-----------y_predict_ensemble是否为全零矩阵-------------
True

我的解答思路和尝试过的方法

其中Vote方法为自编硬投票函数，一开始以为是Vote出了问题，倒腾着发现训练集中Y的值是存在1的，所以不存在训练基础模型后预测所有特征值的结果都会是0。后来追根溯源的时候发现问题始发于TrainPredict这一步，导致其生成的Y_predict是一个全零数组。

我想要达到的结果

如何正确训练基础模型后进行更准确的预测？