我有一个包含 2,23,586 个样本的数据集，其中 60% 用于训练，40% 用于测试。我分别使用了 5 个分类器，SVM、LR、决策树、随机森林和增强决策树。SVM 和 LR 表现良好，准确率接近 0.9，召回率也为 0.9，但基于树的分类器报告准确率为 0.6。经过仔细观察，我发现 SVM 和 LR 预测的 20,357 个样本的标签并不完全相同。那么我可以申请投票并解决这个预测结果的冲突吗？这种冲突可能是由于数据集不平衡造成的吗？