基于sklearn的波士顿房价数据集（sklearn.datasets.load_boston），编写代码训练一个线性回归模型并计算模型的RMSE和R2得分。

非常感谢您的问题，以下是我基于sklearn的波士顿房价数据集编写的代码，训练了一个线性回归模型，同时计算了模型的RMSE和R2得分：

from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error, r2_score
import numpy as np

# 加载数据
boston = load_boston()
X = boston.data
y = boston.target

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=0)

# 训练线性回归模型并预测测试集的房价
lr = LinearRegression()
lr.fit(X_train, y_train)
y_pred = lr.predict(X_test)

# 计算RMSE和R2得分
rmse = np.sqrt(mean_squared_error(y_test, y_pred))
r2 = r2_score(y_test, y_pred)

print("RMSE: ", rmse)
print("R2 score: ", r2)

希望这个答案可以帮到您。