StackNet является одним из выигрышных решений в Kaggle, оно может повысить точность модели машинного обучения, комбинируя прогнозы различных моделей машинного обучения: http://blog.kaggle.com/2017/06/15/stacking-made-easy-an-introduction-to-stacknet-by-competitions-grandmaster-marios-michailidis-kazanova/
Но до сих пор оно было реализовано только для регрессии. и проблемы классификации: https://github.com/h2oai/pystacknet
Можно ли использовать StackNet для обучения ранжированию проблем? Может ли StackNetRegressor применяться для этой цели?
Поскольку для обучения ранжированию задач требуется информация group_id, нам нужно реализовать метод .fit (), который может передавать group_id в качестве аргумента функции.