參考文獻：https://blog.csdn.net/Mr_tyting/article/details/72957853
stacking具體的演算法流程

以上圖為例，我們現在有訓練集train_x，train_y,測試集test
① 我們首先選擇一種模型比如隨機森林rf。（未經訓練）
②這裡假設把訓練集均分成5份，把其中四份作為小的訓練集s_train_x,s_train_y另外一份作為小的測試集s_test,測試集test不變。
③我們以s_train_x,s_train_y訓練rf模型，訓練出的模型預測s_test得出對應的s_pred，再預測test得出y_pred。
④在訓練集再選擇另外一份作為小的測試集s_test_x,其他四份作為訓練集訓練模型rf。
⑤重複②，③，④步驟五次。我們會得到五個s_pred和五個y_pred。
五個s_pred作為一個train_X，原始的train_y作為train_Y訓練模型得到模型G，五個y_pred取個平均值作為新的test_X,把test_X帶入到模型G中得出預測結果。