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
时间: 2024-05-15 16:17:55 浏览: 17
好的,我可以帮你回答这个问题。以下是基于sklearn的波士顿房价数据集的线性回归模型的训练代码,并计算模型的RMSE和R2得分:
```
from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error, r2_score
from sklearn.model_selection import train_test_split
# 加载数据集
boston = load_boston()
X = boston.data
y = boston.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建线性回归模型并训练
model = LinearRegression()
model.fit(X_train, y_train)
# 预测测试集结果
y_pred = model.predict(X_test)
# 计算RMSE和R2得分
rmse = mean_squared_error(y_test, y_pred, squared=False)
r2 = r2_score(y_test, y_pred)
# 打印输出结果
print("RMSE:", rmse)
print("R2 score:", r2)
```
注意事项:在运行代码前,请确保sklearn、numpy和pandas等库已经安装完成。