如题，最近参加过某厂的比赛，自己公司一直在做二分类的问题，然后，无论从网上看到的案例还是kaggle的一些比赛里，大部分都用到了集成学习，比如bagging、boost，也用到stacking这样的方法来融合模型，都说效果很好。可是本人也尝试了第一层构建LR/randomforest/SVM/knn/NB等算法，并以stacking方法融合生成了几个特征，第二层以xgboost构建最终的输出模型，发现效果跟直接在原特征上使用xgboost基本上差不离，甚至还略有下降，求各位有经验的大神来指点指点讨论，谢谢！
附本人使用的stacking方法原理文章及基本框架图：

Kaggle机器学习之模型融合（stacking）心得