住房矛盾问题是国内长期存在的重大问题,由于国内部分一线城市及新一线城市房价居高不下,通过租赁解决住房问题的城市居民比例逐渐攀升。而原有住房租赁市场难以满足租房群体的高品质住房需求,因此品牌长租公寓逐渐受到租户和消费者的青睐。传统的价格评估方法存在处理样本量小、计算速度慢以及多重共线性等问题,加之长租公寓行业资金链断裂和暴雷事故频发,长租公寓租金合理定价和精准评估问题成为了亟待研究的课题。基于上述背景,本文从特征价格模型在房地产的应用、长租公寓市场研究以及随机森林的应用研究三个方面梳理了国内外主要文献资料,深入探究随机森林算法的原理,构建出适用于长租公寓租金定价评估的随机森林模型。其次,通过文献资料和实地调研法,结合长租公寓的自身属性,总结出了影响租金定价的五大类特征变量,共包含26个特征变量。运用爬虫、地图API接口和问卷调查获取5026条样本数据后,使用RF算法对缺失数据进行填补。通过“地理/逆地理编码”绘制的热力图和研究报告资料,将成都市三环以内以及高新区和天府新区内的品牌长租公寓作为研究对象,展开实证研究。最后通过绘制习曲线和网格调参,确定了随机森林模型的最优超参数,建立了成都市随机森林租金定价评估模型,并得出以下研究结论:（1）通过文献资料和实地调研法,结合长租公寓的自身属性,总结出了影响租金定价的五大类特征变量,分别为建筑特征、邻里特征、区位特征、消费者心理特征以及租约特征（2）根据绘制的热力图结果,发现成都市长租公寓“勺型分布”态势,以市中心向为圆,向南延伸。（3）随机森林的模型拟合度和预测精度达到最优时的超参数为{n＿estimators=550,max＿features=Auto,max＿depth=22,min＿samples＿leaf=8,min＿samples＿split=2,random＿state=90},匹配度约为[0.8,1.3],R~2为0.8977。（4）房屋租住面积、公共交通便捷性、独立卫生间三个因素对长租公寓的租金价格影响最大,分别为0.4321、0.1672、0.1485。（5）随机森林模型在稳定性和预测精度上表现均优于神经网络模型和半对数回归模型,证明了RF模型在长租公寓租金定价评估上的适用性和科学性。（6）可将实证模型进一步推广,限制长租公寓租金的“高进低出”现象,保持其合理定价;长租公寓企业可从在卧室中提供“独卫”,提升服务和管理水平,加强选址工作,提供更为灵活的租金支付形式四个方面提升租金溢价,形成市场竞争力。