房地产业是为人类社会的生活活动提供入住空间或物质载体的行业。随着经济的迅速发展,我国房地产业仍将是一个重要产业。然而在多变的市场经济中,投资者该如何把握房地产投资方向,对房地产投资环境的研究是关系到投资成败的一个重要方面。粗糙集理论是一种研究不完整、不确定知识和数据的表达、学习、归纳的理论方法。基于统计学习理论的支持向量机是一种新型的学习方法,它遵照结构风险最小化原则,同时支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解,从而在统计样本量较少的情况下获得良好的统计规律和更好的泛化能力,为解决小样本、非线性、高维数等学习问题提供了一个框架,帮助解决了许多其他学习方法难以解决的问题。此方法不仅简单、而且准确率高,极具推广价值。为对房地产投资环境进行评价,本文首先构建了系统科学的房地产投资环境评价指标体系;然后运用粗糙集属性约简方法对指标体系进行了约简,将26个指标约简成了18个指标,这大大简化了支持向量机的训练难度;最后建立了基于支持向量机的房地产投资环境评价模型,并用该模型对4个选定地块的投资环境进行评价,得到了理想的评价结果,说明此模型的科学性与优越性,为房地产开发商提供了一种新的投资环境评价方法。