library(data.table)

library(randomForest)

data <- iris

str(data)

#交叉验证，使用rf预测sepal.length

k = 5

data$id <- sample(1:k, nrow(data), replace = TRUE)

list <- 1:k

# 每次迭代的预测用数据框，测试用数据框

# the folds

prediction <- data.table()

testsetCopy <- data.table()

# 写一个进度条，用来了解CV的进度

progress.bar <- create_progress_bar("text")

progress.bar$init(k)

#k层的函数

for(i in 1:k){

    # 删除id为i的行，创建训练集

    # 选id为i的行，创建训练集

    trainingset <- subset(data, id %in% list[-i])

    testset <- subset(data, id %in% c(i))

    #运行一个随机森林模型

    mymodel <- randomForest(trainingset$Sepal.Length ~ ., data = trainingset, ntree = 100)

    #去掉回应列1, Sepal.Length

    temp <- as.data.frame(predict(mymodel, testset[,-1]))

    # 将迭代出的预测结果添加到预测数据框的末尾

    prediction <- rbind(prediction, temp)

    # 将迭代出的测试集结果添加到测试集数据框的末尾

    # 只保留Sepal Length一列

    testsetCopy <- rbind(testsetCopy, as.data.frame(testset[,1]))

    progress.bar$step()

}

# 将预测和实际值放在一起

result <- cbind(prediction, testsetCopy[, 1])

names(result) <- c("Predicted", "Actual")

result$Difference <- abs(result$Actual - result$Predicted)

# 用误差的绝对平均值作为评估

summary(result$Difference)