用神经网络算法预测住宅商品房平均销售价格若房价影响因素有住宅商品房平均销售价格、住宅房屋竣工面积、住宅房屋施工面积、完成住宅投资额、土地购置均价、城镇居民人均可支配收入、人均生产总值、城镇化率、贷款利率。若已有数据集写出matlab代码通过matlab代码预测未来四年内住宅商品房平均销售价格写出详细代码并画出预测曲线

假设已有数据集的特征矩阵为X，标签向量为y，其中X的每一行对应一个样本，每一列对应一个特征，y是对应的房价。可以使用MATLAB中的神经网络工具箱来实现预测。

首先，需要将数据集划分为训练集和测试集。可以使用交叉验证方法，将数据集按照一定比例划分为训练集和测试集。

% 数据集划分
cv = cvpartition(size(X,1),'HoldOut',0.3);
X_train = X(cv.training,:);
y_train = y(cv.training,:);
X_test = X(cv.test,:);
y_test = y(cv.test,:);

接下来，使用神经网络进行训练和预测。

% 创建并配置神经网络模型
net = feedforwardnet(10); % 10个隐藏层神经元
net.trainParam.epochs = 100; % 迭代次数
net.trainParam.lr = 0.01; % 学习率

% 训练神经网络模型
net = train(net, X_train', y_train');

% 使用训练好的模型进行预测
y_pred = net(X_test');

最后，可以使用预测结果绘制预测曲线。

% 绘制预测曲线
plot(y_test,'b');
hold on;
plot(y_pred,'r');
legend('实际房价','预测房价');

以上是一个简单的神经网络模型，可以根据实际情况进行调整和改进