决策树的好处之一是序数（连续或离散）输入数据不需要任何重要的预处理。事实上，无论任何缩放或平移归一化，结果都应该是一致的，因为树可以选择等效的分裂点。决策树的最佳预处理通常是最简单的或最适合可视化的预处理，只要它不改变每个数据维度中值的相对顺序即可。

没有合理顺序的分类输入是一种特殊情况。如果您的随机森林实现没有内置方法来处理分类输入，您可能应该使用 1-hot 编码：

• 如果一个分类值有 $n$ 类别，您使用编码值 $n$ 维度，每个类别对应一个。
• 对于每个数据点，如果它在类别中 $k$， 相应的 $k$第维设置为 1，其余设置为 0。

这种 1-hot 编码允许决策树在一次拆分中执行类别相等性测试，因为对非序数数据进行不等式拆分没有多大意义。