其他
有过数据处理经验的你们，一定是吃过缺失值的苦头，比如相关性分析，PCA分析，Mfuzz分析，甚至绘制热图啥的，一个缺失值都让你的分析全面崩盘！如果你的表达矩阵里面的基因数量超级过，部分基因缺失问题可以把整个基因都删除，但是如果基因缺失比例很大，这个时候强行删除就会带来偏差啦！
完全随机缺失（MCAR，Missing Completely At Random），指的是数据的缺失不依赖于自身或者其他变量，完全是随机的。 随机缺失（MAR，Missing At Random），指的是数据的缺失不是完全随机的，该类数据的缺失依赖于其他观测变量。 非随机缺失（MNAR，Missing Not At Random），指的是数据的缺失依赖于观测变量自身。
最常用的是用impute包的imput.knn函数
require(Biobase)
library("impute")
# 就走下面的fread流程，读取data.txt这个甲基化信号值矩阵
a=fread("data.txt",data.table = F )
a[1:4,1:4]
rownames(a)=a[,1]
a=a[,-1]
beta=as.matrix(a)
beta=impute.knn(beta)
# impute.knn(data ,k = 10, rowmax = 0.5, colmax = 0.8, maxp = 1500, rng.seed=362436069)
betaData=beta$data
betaData=betaData+0.00001
a=betaData
默认的k = 10, 选择K个邻居的值平均或者加权后填充 默认的rowmax = 0.5, 就是说该行的缺失值比例超过50%就使用平均值而不是K个邻居 默认的colmax = 0.8，意思是该列缺失值超过80%就报错