스태킹 앙상블(Stacking Ensemble)

전통적인 방법인 train학습, test예측 외에 test에서 예측된 값을 다시 train으로 쓰는 것.
예를 들어 SVM, LGBM, XGboost로 예측한 값들을 모아서, 최종 model의 train값으로 쓴다.
이때 overfitting의 이슈가 있어 실제로는 CV stacking ensemble을 많이 쓴다