请你写一段使用sklearn依据波士顿房价数据库为基础的线性回归代码

下面是一个使用sklearn依据波士顿房价数据库为基础的线性回归代码示例：

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

# 加载数据集
boston = load_boston()

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(boston.data, boston.target, test_size=0.2, random_state=42)

# 创建模型
model = LinearRegression()

# 训练模型
model.fit(X_train, y_train)

# 预测测试集
y_pred = model.predict(X_test)

# 计算均方误差
mse = mean_squared_error(y_test, y_pred)

print("均方误差：", mse)

在这个例子中，我们首先加载波士顿房价数据库，然后使用`train_test_split`函数将数据集划分为训练集和测试集。接着，我们创建一个`LinearRegression`对象并使用训练数据对其进行拟合。最后，我们使用测试数据进行预测，并计算预测结果与真实结果之间的均方误差。