Statistics Toolbox

主要特性

  • 回归技术,包括线性、广义线性、非线性、稳定、正则化、 ANOVA 和混合效应模型
  • 使用每个对象的多个测量值反复测量数据建模
  • 单变量和多变量概率分布,包括 copulas 和高斯混合
  • 随机和拟随机数生成器和马尔可夫链取样器
  • 分布、分散和位置的假设检验,以及最佳、析因和响应面设计的实验设计 (DOE)
  • 受监督的机器学习算法,包括支持向量机 (SVM)、促进式 (boosted) 和袋装 (bagged)决策树、k-最近邻搜索、朴素贝叶斯分类和判别分析
  • 不受监督的机器学习算法,包括 K 均值聚类、高斯混合和隐马尔可夫模型
下一页: 探索性数据分析

试用 Statistics Toolbox

获取试用版软件

Machine Learning with MATLAB

观看网上技术交流会录像