随着经济的发展,我国伴随房地产的相关经济活动越来越频繁,由于城市可供开发的土地越来越少,二手房的交易也变得更加活跃,对房地产估价的需求也随之增大。无论是从市场参与者的角度,还是从国家开征税费的角度看,二手房价格的精确衡量都是个永恒的话题。目前使用的市场比较法、成本法和收益法三种传统评估方法在实际评估运用中过多依赖于评估者的经验,对数理模型运用较少,在实际应用中成本较高。借鉴国外房地产评估的经验,本文引入特征价格理论,从消费者对住宅特征的需求角度理解房价,进行房价评估研究。在利用特征价格理论构建二手房评估模型过程中,多使用多元线性回归方法进行回归预测,函数形式的选择对评估的效果影响较大,却常依赖于人为的线性假定,容易造成较大的误差。本文引入机器学习理论最新的研究成果——随机森林方法对特征价格模型进行回归预测,建立二手房价格评估模型。最后将建立的二手房评估模型用于广州市某片区的实证研究,在选取了二手房挂牌数据的基础上,通过调查走访,获取了研究区域内298个二手房的特征价格数据,进行建模与预测。最后采用了常用的多元线性回归方法,将之与随机森林回归方法建立的预测模型进行对比研究,表明基于随机森林方法的二手房评估模型的预测结果有着较高的准确性,值得推广应用。