目录
模型融合的基本思想就是通过对多个单模型融合以提升整体性能。平常自己一般都使用最简单的方法，比如说对分类问题，采用voting，对回归问题，采用加权averaging。
今天简单介绍下stacking和blending。
1 Stacking
1.1 概念
Stacking模型本质上是一种分层的结构，这里简单起见，只分析二级Stacking。假设我们有3个基模型M1、M2、M3。
1. 基模型M1，对训练集train训练，然后用于预测train和test的标签列，将预测的训练集和测试集的结果（即预测出的y）分别作为P1，T1
对于M2和M3，重复相同的工作，这样也得到P2，T2，P3，T3。
2. 分别把P1，P2，P3以及T1，T2，T3合并，得到一个新的训练集和测试集train2，test2.
3. 再用第二层的模型M4训练train2，预测test2，得到最终的标签列。必须要注意的是，也是我一开始有点懵的地方。train2和test2里的特征其实是在第一层预测出的y的结果。
Stacking本质上就是这么直接的思路，但是这样肯定是不行的，问题在于P1的得到是有问题的，用整个训练集训练的模型反过来去预测训练集的标签，毫无疑问过拟合是非常非常严重的，因此现在的问题变成了如何在解决过拟合的前提下得到P1、P2、P3，这就变成了熟悉的节奏——K折交叉验证。我们以2折交叉验证得到P1为例，假设训练集为4行3列
将其划分为2部分
用traina训练模型M1，然后在trainb上进行预测得到preb3和pred4
在trainb上训练模型M1，然后在traina上进行预测得到pred1和pred2
然后把两个预测集进行拼接
对于测试集T1的得到，有两种方法。注意到刚刚是2折交叉验证，M1相当于训练了2次，所以一种方法是每一次训练M1，可以直接对整个test进行预测，这样2折交叉验证后测试集相当于预测了2次，然后对这两列求平均得到T1（接下来的代码是这么做的）。或者直接对测试集只用M1预测一次直接得到T1。
P1、T1得到之后，P2、T2、P3、T3也就是同样的方法。理解了2折交叉验证，对于K折的情况也就理解也就非常顺利了。所以最终的代码是两层循环，第一层循环控制基模型的数目，每一个基模型要这样去得到P1，T1，第二层循环控制的是交叉验证的次数K，对每一个基模型，会训练K次最后拼接得到P1，取平均得到T1。这下再把@Wille博文中的那张图片放出来就很容易看懂了。
该图是一个基模型得到P1和T1的过程，采用的是5折交叉验证，所以循环了5次，拼接得到P1，测试集预测了5次，取平均得到T1。而这仅仅只是第二层输入的一列/一个特征，并不是整个训练集。再分析接下来的代码也就很清楚了。也就是刚刚提到的两层循环。
Note:
（1）一个基模型通过交叉验证训练得到的P1（ ） 只是train2中的一列特征，对测试集预测的结果T1只是test2中的一列特征。
（2）对于得到的训练集train2，在第二层M4训练的时候，它的标签还是原来的y。
1.2 python实现
该代码完全实现了上面的逻辑，通俗易懂。稍加改造就可以应用于自己的模型。
2 Blending
2.1 概念
Blending与Stacking大致相同，只是Blending的主要区别在于训练集不是通过K-Fold的CV策略来获得预测值从而生成第二阶段模型的特征，而是建立一个Holdout集。简单来说，Blending直接用不相交的数据集用于不同层的训练。
以两层的Blending为例，训练集划分为两部分（d1，d2），测试集为test。
- 第一层：用d1训练多个模型，将其对d2和test的预测结果作为第二层的New Features。
- 第二层：用d2的New Features和标签训练新的分类器，然后把test的New Features输入作为最终的测试集，对test预测出的结果就是最终的模型融合的值。
2.2 python实现
3 Stacking和Blending对比
Blending的优点在于：
1.比stacking简单（因为不用进行k次的交叉验证来获得stacker feature）
2.避开了一个信息泄露问题：generlizers和stacker使用了不一样的数据集
3.在团队建模过程中，不需要给队友分享自己的随机种子
而缺点在于：
1.使用了很少的数据（是划分hold-out作为测试集，并非cv）
2.blender可能会过拟合（其实大概率是第一点导致的）
3.stacking使用多次的CV会比较稳健
对于实践中的结果而言，stacking和blending的效果是差不多的，所以使用哪种方法都没什么所谓，完全取决于个人爱好。