r语言的train函数和summary函数来进行交叉验证和准确率的计算并输出矩阵的代码

下面是一个使用train函数和summary函数进行交叉验证和准确率计算的示例代码：

# 加载所需的库
library(caret)

# 加载数据
data(iris)

# 将数据集分为训练集和测试集
trainIndex <- createDataPartition(iris$Species, p = .8, list = FALSE)

trainData <- iris[trainIndex, ]
testData <- iris[-trainIndex, ]

# 创建模型
model <- train(Species ~ ., data = trainData, method = "rf")

# 使用测试集进行预测
predictions <- predict(model, testData)

# 计算准确率矩阵
confusionMatrix(predictions, testData$Species)

该代码使用iris数据集，将其分为80%的训练数据和20%的测试数据。使用train函数创建一个随机森林模型，并使用测试数据集进行预测。最后，使用summary函数计算准确率矩阵。