https://blog.csdn.net/data_scientist/article/details/78900265
stacking: 使用cross-validation, 将训练数据划分为k份，用k-1份数据来训练，然后预测剩下的1份数据；进行k次；最终是把所有的训练数据都预测了。作为训练数据的一列特征。 再用另一个模型进行上述过程，得到训练数据的第二列特征。。。使用了N个模型，则最终是N列特征。然后将其送进第二层模型进行训练。
blending: 把训练数据划分成两部分，一部分(A)用来训练，然后预测另一部分(B)数据；再用其他模型进行此步骤，得到N列特征。将B数据的N列预测结果送进第二层模型进行训练。