随着我国城镇化速率的加快,建筑能耗对总能耗贡献越来越重,建筑能耗研究对建筑节能及建筑规划具有重要意义。随着大数据时代的来临,建筑数据收集、能耗模型构建是建筑能耗研究的首要问题。本文采用网络爬虫进行数据挖掘收集数据,13种机器学习回归算法构建能耗模型,通过模型性能评价参数进行模型筛选。本文以香港地区1923栋商用建筑为样本,使用Python编程语言进行对样本的物理参数、使用参数、环境参数共43项参数数据进行收集并进行数据预处理工作。使用十三种回归模型对建筑能耗进行机器学习训练,包括线性回归、岭回归、支持向量机回归、lasso回归、Elastic Net回归、线性支持向量机回归、Ada Boost回归、Bagging回归、极端梯度提升回归、随机森林回归、极端随机树回归、多层感知机回归以及K近邻回归,基于十三种回归模型考察了建筑的物理参数、使用参数和环境参数对于建筑能耗的影响。在前期的商用建筑能耗模型研究的基础上,本文将训练完成的回归模型用于香港地区40716栋民用建筑的能耗预测,结合地理位置、人口密度、土地用途等条件,进行了建筑能耗与人口密度、建筑年限、土地用途等指标的相关性分析,获得了民用建筑能耗的分布情况。结果表明Bagging回归、极端梯度提升回归、随机森林回归以及极端随机树回归四种回归模型对建筑能耗的预测最为准确。同时发现对建筑能耗影预测响最大的参数依次为建筑面积、是否为独立建筑、500米高度风环境参数、出租状态、太阳辐射点、建筑高度以及建筑层数,对包含此七项参数数据的样本可以较为准确的预测建筑能耗。香港地区民用建筑中,随着建筑面积和建筑高度的增加,平均EUI值增加,EUI值分布范围越来越窄,逐渐趋于稳定。低建筑面积和建筑高度的建筑,平均EUI值小,但各建筑EUI差异较大,尤其是建筑面积<10*10~5m~2和建筑高度<50m的建筑,降低此类建筑能耗有较大的空间,需要进一步分析该类建筑特点,揭示出该类建筑EUI差异大的根本原因,提出降低EUI的措施或策略。高能耗建筑主要分布于香港岛的高人口密度、高建筑密度区域以及新界和九龙半岛的低人口密度、低建筑密度区域。