set.seed(1) train_id = sample(1:nrow(data),0.85*nrow(data)) train=data[train_id,] test=data[-train_id,] write.csv(train,file="train.csv") write.csv(test,file="test.csv")，修改成每次重新运行都生成不同的训练组测试组

为了确保每次重新运行代码时都生成不同的训练集和测试集，你可以使用系统当前时间作为随机数种子。这样，每次运行代码时都会使用不同的种子，产生不同的随机划分结果。

以下是修改后的代码：

set.seed(Sys.time())
train_id <- sample(1:nrow(data), 0.85 * nrow(data))
train <- data[train_id, ]
test <- data[-train_id, ]

write.csv(train, file = "train.csv")
write.csv(test, file = "test.csv")

在上面的代码中，`Sys.time()`函数返回当前时间作为随机数种子。每次重新运行代码时，种子会根据当前时间的变化而改变，从而获得不同的随机数序列，并生成不同的训练集和测试集。最后，将训练集保存为"train.csv"，测试集保存为"test.csv"。