随着大数据和互联网技术的高速发展,房地产行业的数据越来越多,如何从复杂多样的特征中得到房价的预测模型是非常重要的。本文研究的主要问题是在大量的二手房相关的数据中找出重要的特征指标,对二手房房价建立预测模型。首先根据相关的房价理论,得出影响房价的三类特征,包括区位、建筑结构和邻里环境因素,通过网络爬虫有针对性的获取相对应的特征数据。结合国内外的相关的房价预测模型,选择出了 XGBoost算法。XGBoost算法拥有非常优秀的分类以及回归效果,算法的训练性能也很高,由于底层的原理基于梯度提升树,从而能更好的适应不平衡的数据集,同时也更不容易过拟合,泛化能力较好,在很多非线性的回归问题上也有良好的表现,适用范围很广泛。本文通过网格搜索进行模型的参数优化,最后建立好的模型与LASSO进行了比较,表现出了比较明显的预测优势。