(Basic Stacking) 많은 부분이 앙상블과 유사 다른점: 기반 모델들이 예측한 값들을 Stacking 형태로 만들어서 메타 모델이 이를 학습하고 예측 -> 모델 개수만큼 쌓이게 된다. 최종적인 메타모델 (교차 검증 세트 기반의 스태킹) 오버피팅 해결 똑같은 것을 개별 모델 #i 에 적용 각각 모델에서 생성된 학습,테스트 데이터를 쌓아서 스태킹 모델 만들기. 학습,테스트를 모두 스태킹한 데이터는 메타 모델의 학습,테스트 데이터 평가는 원본 테스트 레이블로 성능 평가
