En el contexto de la construcción de ciudades inteligentes y la creciente aplicación de grandes datos en el campo de la planificación, se propone un método para mejorar de manera efectiva la objetividad, la cientificidad y la globalidad de la ubicación de parques urbanos, tomando como ejemplo a Guangzhou y su actual distribución de parques urbanos. El enfoque propuesto implica integrar datos de POI y aplicar de manera innovadora algoritmos de aprendizaje automático para construir un modelo de árbol de decisión que realice predicciones sobre la ubicación de parques urbanos. Los resultados muestran que (1) la distribución actual de los parques urbanos en Guangzhou está significativamente desbalanceada y presenta zonas ciegas, y con una expansión del radio de búsqueda, la distribución se vuelve más concentrada; las áreas de alta densidad disminuyen desde el centro hacia afuera en un círculo, lo que se manifiesta como un patrón de alta agregación en el núcleo y baja dispersión en el borde. (2) Las áreas de parques urbanos con una presión de servicio de nivel 3 tienen la mayor cobertura y deben ser priorizadas para su construcción tanto como sea posible; hay menos áreas en los niveles 4 y 5, que se concentran principalmente en el centro de la ciudad, y la asignación de recursos poco razonable es un problema que necesita ser resuelto con urgencia. (3) Se realizó una predicción preliminar de 6825 sitios adecuados para la planificación, y el ajuste con los parques urbanos existentes fue del 93.7%. Los resultados de la predicción fueron razonables y el método fue factible. Después de una mayor selección a través del acoplamiento y la superposición de la presión de servicio y el estado actual de la distribución, se obtuvieron finalmente 1537 ubicaciones para planificación prioritaria. (4) Utilizar el algoritmo de aprendizaje automático ID3 para predecir sitios de parques urbanos es beneficioso para el desarrollo de una distribución óptima general, y se puede evitar la subjetividad en la selección de sitios, proporcionando una referencia metodológica para la planificación y construcción de otra infraestructura o la optimización de distribuciones.