摘要：基于物聯(lián)網(wǎng)智能抄表技術(shù)獲取的準(zhǔn)確的居民日用氣數(shù)據(jù),采用機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)居民日用氣量的預(yù)測(cè)與影響因素評(píng)價(jià)。在采用LSTM模型對(duì)居民日用氣量進(jìn)行預(yù)測(cè)時(shí),分別進(jìn)行無(wú)特征預(yù)測(cè)(在預(yù)測(cè)過(guò)程中,不添加特征值)、特征預(yù)測(cè),特征預(yù)測(cè)的精度比較高。在對(duì)居民日用氣量的影響因素進(jìn)行評(píng)價(jià)時(shí),采用XGBoost模型,主要考慮小區(qū)外部特征(地理位置、物業(yè)費(fèi)價(jià)格、容積率、房?jī)r(jià)、建造時(shí)間、綠化率、交通情況、教育特征)的影響,地理位置、物業(yè)費(fèi)價(jià)格、容積率、房?jī)r(jià)、建造時(shí)間、綠化率的重要性靠前,其他小區(qū)外部特征的重要性不明顯。