StackNet是Kaggle的制胜法宝之一，它可以通过结合以下各种机器学习模型的预测来提高机器学习模型的准确性：http://blog.kaggle.com/2017/06/15/stacking-made-easy-an-introduction-to-stacknet-by-competitions-grandmaster-marios-michailidis-kazanova/
但是到目前为止，它仅用于回归和分类问题： https://github.com/h2oai/pystacknet
是否可以将StackNet应用于学习对问题进行排名？ StackNetRegressor可以用于此目的吗？
由于学习排名问题需要group_id信息，因此我们需要实现一个.fit（）方法，该方法可以将group_id作为函数参数传递。