为识别房价关键影响因素并提升预测性能，本文基于 Kaggle 房价数据集，利用线性回归开展房价预测与特征 分析。通过缺失值处理、标准化与独热编码完成数据预处理并构建高维特征空间[1]，依据回归权重系数量化特征重要性并筛 选核心特征[2]，结合精简特征集与 K 折交叉验证实现模型训练与评估[3]。结果显示，居住面积、装修质量、车库容量、房龄 及区位条件为房价核心影响因子；特征筛选可在简化模型结构的同时提升泛化能力，证明了该策略的有效性。研究可为房价 预测、影响因素分析及轻量化建模提供参考。