通过观察和研究房地产价格波动情况,人们能够对国家经济的发展情况和房地产市场的变化进行整体的把握,以便进行有针对性的投资或交易行为。近年来,随着我国房地产交易市场的活跃和快速升温,行业领域的潜在风险愈加的突出,如何使用合理有效的方法对房地产市场和房屋价格的波动情况进行反映,并及时提供正确的预警和提示变得非常重要。考虑到上述问题,本文从实际情况出发,对房地产市场价格的预测进行了研究。首先使用基于聚类分析的统计学方法对房地产价格产生影响的主要因素进行了分析和选择,这种指标选择方法有效解决了模型预测的代表性和全面性相互平衡的问题。在确定评价指标以后,我们基于国家统计年鉴和吉林省统计年鉴所公布的吉林省房地产数据,应用支持向量回归算法对吉林省房屋价格的变化规律进行了分析和预测。支持向量回归模型具有较好的统计理论基础和对少量数据情况下模型的较好拟合能力。然后,通过MATLAB软件编程语言实现了支持向量回归算法的构建、分析和预测。最后通过对比支持向量回归模型与RBF神经网络模型的预测误差,从结果上表明了支持向量回归模型的有效性和良好的预测精度。