将以下语句定义成函数使其能重复调用 r2 = r2_score(y_test_scaled, y_pred) mse = mean_squared_error(y_test_scaled, y_pred) rmse = np.sqrt(mse)

当然，你可以把这些计算指标封装到一个函数中，以便于多次调用。这里是一个简单的例子：

import sklearn.metrics as metrics

def calculate_metrics(y_test_scaled, y_pred):
    r2 = metrics.r2_score(y_test_scaled, y_pred)
    mse = metrics.mean_squared_error(y_test_scaled, y_pred)
    rmse = np.sqrt(mse)
    
    return r2, mse, rmse

# 使用时只需传入实际的测试数据和预测结果
y_test_scaled = ... # 填写测试数据标准化后的值
y_pred = ... # 填写模型的预测结果

r2, mse, rmse = calculate_metrics(y_test_scaled, y_pred)

这个`calculate_metrics`函数接受两个参数：`y_test_scaled` 和 `y_pred`，并返回三个指标的值。每次你需要计算这些指标时，只需要调用这个函数即可。