为什么 一个缺失50%信息的数据集用随机森林回归填补后，反而分数要比原始数据集的要好
答：因为回归算法认为，特征矩阵和标签之前存在着某种联系。通过回归预测出来的值，来填补数据集中的缺失值，相当于其他特征和标签都给这一预测出来的值提供了信息，因此通过回归填补后的数据集其随机森林回归的效果，会好于原数据集