classification stacking 질문입니다

안녕하세요, 스태킹 관련 강의를 들으면서 의문점이 생겨 질문을 남깁니다.

diagram으로 잘 설명해주셔서

전반적으로 cross validation stacking이 어떻게 쌓이고 학습하는지 이해를 한 것 같습니다.

1. 스태킹 모델의 base는 이진 분류인지가 궁금합니다. 즉 모든 알고리즘들이 0 또는 1의 결과를 내는 건가요?

multi-label classification인 경우에도 스태킹 모델을 사용 할 수 있는 건지 궁금합니다.

2. 이어서 원본 학습데이터의 feature들은 stacking 시 어떻게 되는지 궁금합니다.

[예를 들어,

(개별모델1 예측치 column, 개별모델2 예측치 column, 개별모델3 예측치 column, 개별모델4 예측치 column,)

이와 같이 4개로 stacking]

 meta model이 학습 하는 데이터의 feature(column)가 개별 모델의 원본 학습데이터의 예측치라면

원본 데이터의 feature들이 최종 결과값에 어떻게 반영되는지 이해가 잘 되지 않습니다.

meta model의 학습 데이터는 각 모델이 결과로낸 predict proba로 구성되어 있는 건가요?

아니면 0 or 1로 구성되어 있나요?

제가 궁금한 부분을 말로 표현하기가 저도 어려운데...

meta model이 학습하려는 데이터가 개별 모델의 결과값인 0 or 1의 값으로

혹은

각 feature에 따른 확률값의 데이터라면

어떻게 원본 학습 데이터의 각  feature들을 대변하는지 궁금합니다.