基于python线性回归波士顿房价的代码

下面是基于Python实现的线性回归波士顿房价的代码：

import numpy as np
import pandas as pd
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

# 加载数据
boston = load_boston()
x = pd.DataFrame(boston.data, columns=boston.feature_names)
y = boston.target

# 划分数据集
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=1)

# 模型训练
model = LinearRegression()
model.fit(x_train, y_train)

# 模型预测
y_pred = model.predict(x_test)

# 模型评估
mse = mean_squared_error(y_test, y_pred)
print('均方误差：', mse)

在这个例子中，我们使用了sklearn库里的LinearRegression模型来训练回归模型，并使用均方误差（Mean Squared Error，MSE）来评估模型的预测效果。