之前接触到比较多的模型集成相关的工作，有Bagging、Boosting等等，当然还有Stacking，正好不久之前做的一个项目用的主体框架就是Stacking，所以关于这个框架的印象还算清晰吧。
实际中，将机器学习模型和Stacking框架融合的做法是比较多的，但是将神经网络模型作为基础模型来用Stacking框架进行集成使用倒不是很多，今天就是想花点时间来做一下这个事情，单纯的就是兴趣，从理论层面来说，去清晰地理解好Stacking框架对于后续Stacking模型的设计与构建是很重要的，我这里不是去累赘很多原理，我也觉得说的很明白是一件比较困难的事情，这里就简单给出来自己画的一个原理图：
相信只要有一些相关的理论基础的，都是可以看明白Stacking框架的核心思想的。
在网上找到了堆叠式神经网络模型一篇很不错的英文教程，地址在这里，感兴趣的可以去看看。
先看一个简单的由3个基神经网络模型基于St
