本论文主要研究了运用多元线性回归模型分析和预测苏州房价，并用支持向量机进行检验以提高预测精确度。首先，我们收集了苏州市的房价数据，包括房屋面积、楼层、装修情况、地理位置等多个影响因素。然后，我们使用多元线性回归模型对这些数据进行了分析，建立了一个预测房价的数学模型。

在模型建立过程中，我们对数据进行了预处理，包括缺失值处理、异常值处理和数据标准化等步骤，以确保模型的准确性和稳定性。通过训练和测试，我们发现该模型在预测苏州房价方面具有较高的准确性。

然而，我们也意识到多元线性回归模型存在一定的局限性，例如对非线性关系的处理能力较弱。因此，我们进一步引入了支持向量机（SVM）模型进行检验。SVM是一种强大的机器学习算法，能够有效地处理非线性问题。

我们将多元线性回归模型的预测结果作为SVM的输入，通过对比SVM的预测结果和实际房价，我们发现SVM在预测精度上有所提高。这说明SVM模型在处理复杂的房价预测问题上具有更好的性能。

总的来说，本研究通过运用多元线性回归模型和SVM模型，对苏州房价进行了有效的分析和预测，为房地产市场的决策提供了有力的支持。