摘要：基于物聯(lián)網(wǎng)智能抄表技術獲取的準確的居民日用氣數(shù)據(jù),采用機器學習方法實現(xiàn)居民日用氣量的預測與影響因素評價。在采用LSTM模型對居民日用氣量進行預測時,分別進行無特征預測(在預測過程中,不添加特征值)、特征預測,特征預測的精度比較高。在對居民日用氣量的影響因素進行評價時,采用XGBoost模型,主要考慮小區(qū)外部特征(地理位置、物業(yè)費價格、容積率、房價、建造時間、綠化率、交通情況、教育特征)的影響,地理位置、物業(yè)費價格、容積率、房價、建造時間、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。