帮我写一个测线性回归模型准确率的函数

好的，下面是一个简单的Python函数，用于测量线性回归模型的准确率：

import numpy as np

def test_linear_regression_model(model, X_test, y_test):
    # 预测结果
    y_pred = model.predict(X_test)
    
    # 计算均方误差
    mse = np.mean((y_pred - y_test) ** 2)
    
    # 计算R平方
    ss_res = np.sum((y_test - y_pred) ** 2)
    ss_tot = np.sum((y_test - np.mean(y_test)) ** 2)
    r2 = 1 - (ss_res / ss_tot)
    
    # 打印结果
    print(f"均方误差：{mse:.3f}")
    print(f"R平方：{r2:.3f}")

该函数需要三个参数：模型、测试数据集的特征和标签数据。它首先通过调用模型的 `predict()` 方法来预测标签，然后计算均方误差和R平方，并将结果打印到控制台中。

你可以像下面这样使用该函数：

# 导入模型和测试数据
from sklearn.linear_model import LinearRegression
from sklearn.datasets import load_boston
boston = load_boston()
X_test = boston.data[:50]
y_test = boston.target[:50]

# 创建并拟合模型
model = LinearRegression()
model.fit(boston.data[:-50], boston.target[:-50])

# 测试模型
test_linear_regression_model(model, X_test, y_test)

该代码将使用波士顿房价数据集来测试线性回归模型，并输出均方误差和R平方。