帮我写一段波士顿房价预测的Python代码

好的，以下是一个简单的波士顿房价预测的Python代码，使用的是线性回归模型：

# 导入必要的库和数据集
from sklearn.datasets import load_boston
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

# 加载数据集
boston = load_boston()

# 将数据集分为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.2, random_state=42)

# 创建线性回归模型
model = LinearRegression()

# 用训练集训练模型
model.fit(X_train, y_train)

# 用测试集评估模型
score = model.score(X_test, y_test)
print("模型得分：", score)

# 预测房价
new_data = [[0.2, 0, 6.0, 0, 0.5, 6.5, 65.2, 4.09, 1, 296, 15.3, 396.9, 4.98]]
prediction = model.predict(new_data)
print("预测房价：", prediction)

注：以上代码仅供参考，实际应用中还需要进行数据预处理、特征工程等步骤。