随着房地产相关经济活动越来越频繁,对房地产估价的需求也随之增大,对房地产价值的精确衡量已成为一个令人关注的话题。而目前市场上使用较多的三种传统估价方法市场法、成本法、收益法在实际使用中较依赖评估人员的主观经验,对模型的运用较少,有着自身的缺陷。批量评估是当前国际上最主流的房地产税基评估方法,同时也是我国推进房地产税收体制改革的重要前提和基础。在上述背景下,本文总结分析我国房地产批量评估技术应用现状,指出发展机遇与优势以及批量评估在我国实施的可行性,基于房地产批量评估理论引入机器学习理论新的成果随机森林(RF)模型,构建适用于西安曲江新区商品住宅市场的批量评估模型并进行实证研究。通过调研走访,选取西安市曲江新区的商品住宅2014年5月至2015年4月的数据,研究影响西安市曲江新区的商品住宅价格的因素,量化其特征因素并建模预测,进行房地产批量评估实证分析,最后将随机森林模型与多元线性回归方法进行对比研究。经研究分析的结果表明,随机森林(RF)模型预测结果的准确性较高,且不受异常值的影响,模型稳健度较高,与传统多元线性回归方法比较,随机森林模型在拟合效果上更优秀。另一方面,本文通过西安市曲江新区的批量评估实证研究得出的技术思路可为其他类似城市和地区提供参考作用,文章的方法及结论有助于房地产批量评估技术的发展,对实际评估操作有着积极意义。