missForest插补数据# 安装并加载包
install.packages("missForest")
library(missForest)
library(randomForest)

# 假设你的原始数据 data 中有缺失值
data <- read.csv("数据文件.csv")
print("缺失值情况:")
colSums(is.na(data))

# 使用 missForest 进行插补
# 注意：这会消耗一些时间，因为它本质上是在每个有缺失值的变量上训练随机森林
set.seed(123)
system.time({
  soil_data_imputed <- missForest(soil_data,
                                  maxiter = 10,   # 最大迭代次数
                                  ntree = 100,    # 每轮插补使用的树数量
                                  verbose = TRUE) # 显示迭代进度
})

# 提取插补完成的数据
soil_data_complete <- soil_data_imputed$ximp

# 检查是否还有缺失值

print("插补后缺失值情况:")
colSums(is.na(soil_data_complete))

# 查看插补误差（对于数值型变量，是标准化后的均方误差）
print("插补误差:")
data_imputed$OOBerror

# 或者指定完整路径
write.csv(data_complete, "输出文件路径及文件名.csv", row.names = FALSE)