序
RF中有相應的缺失值處理方法，本次記錄其兩種缺失值處理技巧
暴力填補
Python中的na.roughfix包提供簡單的缺失值填補策略：
對於訓練集中處於同一個類別下的數據，如果是類別變量缺失，則用衆數補全，如果是連續變量，則用中位數。
相似度矩陣填補
RF的Python實現中，有一個rfImpute包，可以提供更加高層的缺失值填補。
首先先用暴力填補法進行粗粒度填充。
然後使用上述填補後的訓練集來訓練隨機森林模型，並統計相似度矩陣（proximity matrix），然後再看之前缺失值的地方，如果是分類變量，則用沒有缺失的觀測實例的相似度中的權重進行投票；如果是連續性變量，則用相似度矩陣進行加權求均值。
上述投票方案迭代進行4~6次。
解釋相似度矩陣：
相似度矩陣就是任意兩個觀測實例間的相似度矩陣，原理是如果兩個觀測實例落在同一棵樹的相同節點次數越多，則這兩個觀測實例的相似度越高。
詳細來說：
Proximity 用來衡量兩個樣本之間的相似性。原理就是如果兩個樣本落在樹的同一個葉子節點的次數越多，則這兩個樣本的相似度越高。當一棵樹生成後，讓數據集通過這棵樹，落在同一個葉子節點的”樣本對(xi,xj)” proximity 值 P(i,j) 加 1 。所有的樹生成之後，利用樹的數量來歸一化 proximity matrix。繼而，我們得到缺失值所在樣本的權重值，權重值相近的可以用於缺失值的填補參考。