如何在R中构建基础条件式投票集成机器学习模型

错误原因分析 #

1. 普通if语句的限制：你尝试1和尝试2中使用的普通if只能处理长度为1的逻辑条件，但ensemble$add == 0会生成一个与数据集行数一致的逻辑向量，因此触发"the condition has length > 1"错误，必须使用支持向量化判断的工具。
2. case_when语法错误：尝试3里犯了两个低级错误：条件判断必须用==而非赋值符号=，且你误将变量add写成了sum，导致语法解析失败。

正确实现方法 #

先明确你的投票规则（从代码中整理）：

• 两个模型均预测0（add == 0）→ 输出0
• 两个模型均预测1（add == 2）→ 输出1
• 模型预测不一致（add ==1）时：
  • 逻辑回归预测0 → 输出0
  • SVM预测1 → 输出1

方法1：基础R（嵌套ifelse）

ensemble$predict <- ifelse(ensemble$add == 0, 0,
                          ifelse(ensemble$add == 2, 1,
                                ifelse(ensemble$add == 1 & ensemble$logistic == 0, 0, 1)))

方法2：dplyr（case_when）

先加载dplyr包，然后用更清晰的分支逻辑实现：

library(dplyr)

ensemble <- ensemble %>%
  mutate(predict = case_when(
    add == 0 ~ 0,
    add == 2 ~ 1,
    add == 1 & logistic == 0 ~ 0,
    TRUE ~ 1  # 自动覆盖add==1且svm==1的剩余情况
  ))

规则调整提示 #

如果需要根据模型优势优化规则（比如优先信任SVM的阳性预测、逻辑回归的阴性预测），只需修改case_when对应的分支即可。例如，若不一致时优先取SVM的结果：

ensemble <- ensemble %>%
  mutate(predict = case_when(
    add == 0 ~ 0,
    add == 2 ~ 1,
    TRUE ~ svm  # 不一致时直接用SVM的预测值
  ))

内容的提问来源于stack exchange，提问作者Englishman Bob