卷积神经网络和随机森林的组合在城市房价制图这块，还挺有意思的。姚尧的这篇论文用两个模型一起上手，讲的是怎么在微观尺度上更细致地刻画房价空间分布，数据维度也比较丰富，适合你想做地理空间建模的朋友看看。

卷积神经网络主要负责图像特征提取，比如街景照片、遥感图这些；随机森林则用来做分类和回归，结构简单又稳定。两个模型配合起来，有点互补的意思，训练也不复杂，响应也快。

对了，作者还提到了实际应用场景，比如房价预测、城市规划辅助决策，实用性挺强。如果你也在做房价、图像识别类项目，这篇文章能给你不少启发。

另外我还翻了几篇相关的资源，像是用MATLAB做的随机森林图像分割、keras的参数计算，还有个双层卷积神经网络的简化示例，建议一起看看，思路会更开阔。

如果你打算自己跑一套流程，可以从数据预+卷积网络入手，先训练个小模型试试看，调参也比较有感觉。

有不懂的地方欢迎留言，咱们一起交流～