1. 预测模型集成创新 分步骤训练，集成模型 步骤： 模型训练，选择最佳模型 训练集，测试集
验证集实行10折训练
绝对正常：Recall 100%
增加特征：模型预测概率
重复模型训练，同样保持Recall 100%，以提高准确性为目标
分布训练和集成的创新流程： 第一阶段：基线模型的筛选和确立 第二阶段：特征增强与堆叠集成
理论模型： 堆叠泛化(stacking)
方法1： 多个100%recall模型，输出预测可能性
