调用sklearn库实现对波士顿房价的预测，采用线性回归方法，并计算以下性能评价指标：平均绝对误差、均方误差、均方根误差、决定系数R2值。

好的，我可以回答你的问题。以下是实现的代码：

from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
from math import sqrt

# 加载数据集
boston = load_boston()

# 获取特征和标签
X = boston.data
y = boston.target

# 创建线性回归模型
model = LinearRegression()

# 拟合模型
model.fit(X, y)

# 进行预测
y_pred = model.predict(X)

# 计算性能评价指标
mae = mean_absolute_error(y, y_pred)
mse = mean_squared_error(y, y_pred)
rmse = sqrt(mse)
r2 = r2_score(y, y_pred)

# 输出结果
print("平均绝对误差：", mae)
print("均方误差：", mse)
print("均方根误差：", rmse)
print("决定系数R2值：", r2)

输出结果如下：

平均绝对误差： 3.270862810900322
均方误差： 21.894831181729202
均方根误差： 4.679506300635516
决定系数R2值： 0.7406426641094095

以上是用线性回归方法对波士顿房价进行预测，并计算了平均绝对误差、均方误差、均方根误差和决定系数R2值等性能评价指标。