统计和机器学习的工具箱函数

按字母顺序列表按类别

描述性统计和可视化

数据管理

数据导入和导出

`caseread`	从文件读取的案子
`casewrite`	写名字的文件
`出口`	数据数组写入文件
`tblread`	从文件读取表格数据
`tblwrite`	表格数据写入文件
`tdfread`	阅读的文件一样
`xlsread`	读Microsoft Excel电子表格文件
`xptread`	创建表的数据存储在SAS XPORT格式文件

数据类型

`名义上的`	创建名义数组
`序数`	创建有序数组
`dummyvar`	创建虚拟变量
`gplotmatrix`	散点图矩阵的组
`grp2idx`	从分组变量创建索引向量
`gscatter`	散点图的组
`mat2dataset`	矩阵转换为数据集的数组
`cell2dataset`	单元阵列转换为数据集的数组
`struct2dataset`	结构数组转换为数据集的数组
`table2dataset`	表转换为数据集的数组
`dataset2cell`	将数组数据集转换成单元阵列
`dataset2struct`	数据数组转换成结构
`dataset2table`	数据数组转换成表
`出口`	数据数组写入文件
`ismissing`	发现数据集用缺失值数组元素
`加入`	合并的观察
`名义上的`	名义上的数据的数组
`序数`	顺序数据的数组
`数据集`	统计数据的数组

描述性统计

`geomean`	几何平均数
`harmmean`	调和平均数
`trimmean`	意味着排除异常值
`nanmean`	意味着忽视NaN值
`nanmedian`	中位数忽略NaN值
`峰度`	峰度
`时刻`	中央的时刻
`偏态`	偏态
`nanstd`	标准差忽略NaN值
`nanvar`	方差,忽略NaN值
`范围`	范围的值
`nanmax`	最大忽略NaN值
`nanmin`	最低忽略NaN值
`位差`	四分位范围
`疯了`	意味着或平均绝对偏差
`prctile`	百分位数的数据集
`分位数`	分位数的数据集
`zscore`	标准化的z得分
`相关系数`	线性或等级相关
`robustcov`	鲁棒多变量协方差和均值估计
`cholcov`	Cholesky-like协方差分解
`corrcov`	协方差矩阵转换为关联矩阵
`partialcorr`	线性或秩偏相关系数
`partialcorri`	偏相关系数调整的内部变量
`nancov`	协方差忽略NaN值
`grpstats`	摘要统计信息由集团
`汇总`	频率表
`交叉表`	交叉表
`tiedrank`	级别调整的关系
`nansum`	和忽略NaN值

数据可视化

`andrewsplot`	安德鲁斯情节
`binScatterPlot`	散点图的垃圾箱高大的数组
`biplot`	Biplot
`箱线图`	箱线图
`gline`	交互式地行添加到情节
`gname`	添加的案子情节
`gplotmatrix`	散点图矩阵的组
`glyphplot`	字形的阴谋
`gscatter`	散点图的组
`hist3`	二元直方图
`lsline`	添加最小二乘行散点图
`parallelcoords`	平行坐标图
`refcurve`	添加参考曲线绘制
`refline`	参考线添加到情节
`scatterhist`	散点图和边缘直方图

概率分布

离散分布

二项分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`binocdf`	二项累积分布函数
`binopdf`	二项概率密度函数
`binoinv`	二项逆累积分布函数
`binostat`	二项均值和方差
`binofit`	二项参数估计
`binornd`	二项随机数字
`BinomialDistribution`	二项概率分布对象

几何分布

`geocdf`	几何累积分布函数
`geopdf`	几何概率密度函数
`geoinv`	几何逆累积分布函数
`geostat`	几何均值和方差
`geornd`	几何随机数字
`随机`	随机数

超几何分布

`hygecdf`	超几何累积分布函数
`hygepdf`	超几何概率密度函数
`hygeinv`	超几何逆累积分布函数
`hygestat`	超几何均值和方差
`hygernd`	超几何随机数字
`随机`	随机数

多项分布

`makedist`	创建概率分布对象
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`pdf`	概率密度函数
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`mnpdf`	多项概率密度函数
`mnrnd`	多项随机数
`MultinomialDistribution`	多项式概率分布对象

负二项分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`nbincdf`	负二项累积分布函数
`nbinpdf`	负二项概率密度函数
`nbininv`	负二项逆累积分布函数
`nbinstat`	负二项均值和方差
`nbinfit`	负二项参数估计
`nbinrnd`	负二项随机数字
`NegativeBinomialDistribution`	负二项分布对象

泊松分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`poisscdf`	泊松累积分布函数
`poisspdf`	泊松概率密度函数
`poissinv`	泊松逆累积分布函数
`poisstat`	泊松均值和方差
`poissfit`	泊松参数估计
`poissrnd`	泊松随机数字
`PoissonDistribution`	泊松概率分布对象

均匀分布(离散)

`unidcdf`	离散均匀累积分布函数
`unidpdf`	离散均匀概率密度函数
`unidinv`	离散均匀逆累积分布函数
`unidstat`	离散均匀均值和方差
`unidrnd`	离散均匀随机数
`随机`	随机数

连续分布

贝塔分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`betacdf`	β累积分布函数
`betapdf`	β概率密度函数
`betainv`	β逆累积分布函数
`betalike`	β-对数似
`betastat`	β均值和方差
`betafit`	β参数估计
`betarnd`	β随机数
`BetaDistribution`	β概率分布对象

Birnbaum-Saunders分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`BirnbaumSaundersDistribution`	Birnbaum-Saunders概率分布对象

第十二毛刺类型分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`pdf`	概率密度函数
`BurrDistribution`	毛刺概率分布对象

卡方分布

`chi2cdf`	卡方累积分布函数
`chi2pdf`	卡方概率密度函数
`chi2inv`	卡方逆累积分布函数
`chi2stat`	卡方均值和方差
`chi2gof`	卡方拟合优度检验
`chi2rnd`	卡方随机数
`随机`	随机数

指数分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`expcdf`	指数累积分布函数
`exppdf`	指数概率密度函数
`expinv`	指数逆累积分布函数
`explike`	指数负对数似
`expstat`	指数均值和方差
`expfit`	指数参数估计
`exprnd`	指数分布随机数字
`ExponentialDistribution`	指数概率分布对象

极端值分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`evcdf`	极端值累积分布函数
`evpdf`	极值概率密度函数
`evinv`	极值逆累积分布函数
`evlike`	极端值负对数似
`evstat`	极端值均值和方差
`evfit`	极值参数估计
`evrnd`	极值随机数字
`ExtremeValueDistribution`	极值概率分布对象

F分布

`fcdf`	F累积分布函数
`fpdf`	F概率密度函数
`finv`	F逆累积分布函数
`函数`	F均值和方差
`frnd`	F随机数
`随机`	随机数

伽马分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`gamcdf`	γ累积分布函数
`gampdf`	γ概率密度函数
`gaminv`	γ逆累积分布函数
`gamlike`	γ-对数似
`gamstat`	图像灰度均值和方差
`gamfit`	γ参数估计
`gamrnd`	γ随机数
`randg`	γ随机数与单位规模
`GammaDistribution`	γ概率分布对象

广义极值分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`gevcdf`	广义极值累积分布函数
`gevpdf`	广义极值概率密度函数
`gevinv`	广义极值逆累积分布函数
`gevlike`	广义极值负对数似
`gevstat`	广义极值均值和方差
`gevfit`	广义极值参数估计
`gevrnd`	广义极值随机数字
`GeneralizedExtremeValueDistribution`	广义极值概率分布对象

高斯混合分布

`fitgmdist`	符合高斯混合分布的数据
`随机`	从高斯混合分布随机数
`pdf`	高斯混合分布的概率密度函数
`gmdistribution`	高斯混合模型

广义帕累托分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`gpcdf`	广义帕累托累积分布函数
`gppdf`	广义帕累托概率密度函数
`gpinv`	广义帕累托逆累积分布函数
`gplike`	广义帕累托负对数似
`gpstat`	广义帕累托均值和方差
`gpfit`	广义帕累托参数估计
`gprnd`	广义帕累托随机数
`GeneralizedParetoDistribution`	广义帕累托分布对象

Half-Normal分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`HalfNormalDistribution`	Half-normal概率分布对象

逆高斯分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`InverseGaussianDistribution`	逆高斯概率分布对象

内核分配

`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`ksdensity`	内核平滑函数估计为单变量和二元数据
`mvksdensity`	内核为多元数据平滑函数估计
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`pdf`	概率密度函数
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`KernelDistribution`	内核概率分布对象

物流配送

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`LogisticDistribution`	物流概率分布对象

Loglogistic分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`LoglogisticDistribution`	Loglogistic概率分布对象

对数正态分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`logncdf`	对数正态累积分布函数
`lognpdf`	对数正态概率密度函数
`logninv`	对数正态累积分布函数倒数
`lognlike`	对数正态负对数似
`lognstat`	对数正态均值和方差
`lognfit`	对数正态参数估计
`lognrnd`	对数正态随机数
`LognormalDistribution`	对数正态概率分布对象

Nakagami分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`NakagamiDistribution`	Nakagami概率分布对象

非中心卡方分布

`ncx2cdf`	非中心卡方累积分布函数
`ncx2pdf`	非中心卡方概率密度函数
`ncx2inv`	非中心卡方逆累积分布函数
`ncx2stat`	非中心卡方均值和方差
`ncx2rnd`	非中心卡方随机数
`随机`	随机数

无心的F分布

`ncfcdf`	无心的累积分布函数
`ncfpdf`	无心的概率密度函数
`ncfinv`	无心的F逆累积分布函数
`ncfstat`	无心的均值和方差
`ncfrnd`	无心的F随机数
`随机`	随机数

非中心t分布

`nctcdf`	非中心t累积分布函数
`nctpdf`	非中心t概率密度函数
`nctinv`	非中心t逆累积分布函数
`nctstat`	非中心t均值和方差
`nctrnd`	非中心t随机数
`随机`	随机数

正态分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`normcdf`	正态累积分布函数
`normpdf`	正态概率密度函数
`norminv`	正常的逆累积分布函数
`normlike`	正常的负对数似
`normstat`	正常的均值和方差
`normfit`	正常的参数估计
`normrnd`	正常的随机数
`NormalDistribution`	正态概率分布对象

分段线性分布

`makedist`	创建概率分布对象
`paretotails`	经验与帕累托分布的尾巴
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`pdf`	概率密度函数
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`PiecewiseLinearDistribution`	分段线性概率分布对象

瑞利分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`raylcdf`	瑞利累积分布函数
`raylpdf`	瑞利概率密度函数
`raylinv`	瑞利逆累积分布函数
`raylstat`	瑞利均值和方差
`raylfit`	瑞利参数估计
`raylrnd`	瑞利随机数
`RayleighDistribution`	瑞利概率分布对象

Rician分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`RicianDistribution`	Rician概率分布对象

稳定分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`StableDistribution`	稳定的概率分布对象

学生的t分布

`tcdf`	学生的累积分布函数
`tpdf`	学生的概率密度函数
`tinv`	学生的t逆累积分布函数
`tstat`	学生的均值和方差
`trnd`	学生的随机数字
`随机`	随机数

t Location-Scale分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`tLocationScaleDistribution`	t Location-Scale概率分布对象

三角形分布

`makedist`	创建概率分布对象
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`pdf`	概率密度函数
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`TriangularDistribution`	三角形的概率分布对象

均匀分布(连续)

`makedist`	创建概率分布对象
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`pdf`	概率密度函数
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`unifcdf`	连续统一的累积分布函数
`unifpdf`	连续统一的概率密度函数
`unifinv`	连续均匀逆累积分布函数
`unifit`	连续统一的参数估计
`unifstat`	连续统一的均值和方差
`unifrnd`	连续均匀随机数
`UniformDistribution`	均匀概率分布对象

威布尔分布

`makedist`	创建概率分布对象
`fitdist`	合适的概率分布对象的数据
`distributionFitter`	开放分布健康应用程序
`提供`	累积分布函数
`icdf`	逆累积分布函数
`位差`	四分位范围
`的意思是`	的概率分布
`中位数`	中值的概率分布
`negloglik`	负对数概率分布的可能性
`paramci`	概率分布参数的置信区间
`pdf`	概率密度函数
`proflik`	配置文件似然函数概率分布
`随机`	随机数
`性病`	标准偏差的概率分布
`截断`	截断概率分布对象
`var`	概率分布的方差
`wblcdf`	威布尔累积分布函数
`wblpdf`	威布尔概率密度函数
`wblinv`	威布尔逆累积分布函数
`wbllike`	威布尔负对数似
`wblstat`	威布尔均值和方差
`wblfit`	威布尔参数估计
`wblrnd`	威布尔随机数
`WeibullDistribution`	威布尔概率分布对象

多元分布

介体分布和相关样品

`copulacdf`	连系动词累积分布函数
`copulapdf`	连系动词概率密度函数
`copulaparam`	介体参数等级相关的函数
`copulastat`	连系动词等级相关
`copulafit`	适合的相关数据
`copularnd`	连系动词随机数

逆Wishart分布

iwishrnd 逆Wishart随机数

多元正态分布

`mvncdf`	多元正态累积分布函数
`mvnpdf`	多元正态概率密度函数
`mvnrnd`	多元正态随机数

多元t分布

`mvtcdf`	多元t累积分布函数
`mvtpdf`	多变量概率密度函数
`mvtrnd`	多元t随机数

Wishart分布

wishrnd Wishart随机数

探索和可视化

`箱线图`	箱线图
`histfit`	直方图的分布
`normplot`	正态概率图
`normspec`	正常规格之间的密度图
`probplot`	概率情节
`qqplot`	Quantile-quantile情节
`wblplot`	威布尔概率图
`cdfplot`	经验累积分布函数图
`ecdf`	经验累积分布函数
`ecdfhist`	基于经验累积分布函数直方图
`ksdensity`	内核平滑函数估计为单变量和二元数据
概率分布函数	互动的密度和分布的情节
`fsurfht`	互动的等高线图
`randtool`	交互式随机数生成
`surfht`	互动的等高线图

伪随机和Quasirandom号码的一代

`slicesample`	片取样器
`mhsample`	pmmh样本
`hmcSampler`	哈密顿蒙特卡罗(HMC)取样器
`pearsrnd`	皮尔森系统随机数字
`johnsrnd`	约翰逊系统随机数字
`haltonset`	哈尔顿拟随机点集
`qrandset`	拟随机点集
`qrandstream`	拟随机数字流
`sobolset`	Sobol拟随机点集
`HamiltonianSampler`	哈密顿蒙特卡罗(HMC)取样器

重采样技术

`bootci`	引导置信区间
`bootstrp`	引导抽样
`combnk`	枚举的组合
`crossval`	损失估计使用交叉验证
`datasample`	随机样本数据,有或没有更换
`重叠`	重叠采样
`randsample`	随机样本

假设测试

`adt`	Anderson-Darling测试
`chi2gof`	卡方拟合优度检验
`交叉表`	交叉表
`dwt`	Durbin-Watson测试
`fishertest`	确切概率法
`制造商jbt`	Jarque-Bera测试
`键糟`	一个示例Kolmogorov-Smirnov测试
`kstest2`	两个示例Kolmogorov-Smirnov测试
`lillietest`	Lilliefors测试
`runstest`	运行测试的随机性
`弗里德曼`	弗里德曼的测试
`kruskalwallis`	克鲁斯卡尔-沃利斯检验
`multcompare`	多重比较检验
`ranksum`	Wilcoxon秩和检验
`sampsizepwr`	样本容量和功率的测试
`signrank`	魏克森讯号等级测试
`signtest`	信号测试
`tt`	一个示例和paired-sample界
`ttest2`	两个示例学习任务
`中兴通讯`	z检验
`ansaribradley`	Ansari-Bradley测试
`巴特`	巴特利特的测试
`sampsizepwr`	样本容量和功率的测试
`vartest`	卡方测试方差
`vartest2`	两个示例野生的方差相等
`vartestn`	Multiple-sample测试方差相等

聚类分析

分层聚类

`集群`	从联系构建烧结的集群
`clusterdata`	烧结的集群从数据
`cophenet`	同表象相关系数
`不一致的`	不一致性系数
`链接`	会凝聚的层次聚类树
`pdist`	成对成对的对象之间的距离
`squareform`	格式的距离矩阵

k - means和k-Medoids集群

`kmeans`	k - means聚类
`kmedoids`	k-medoids集群
`泰姬陵`	Mahalanobis距离

高斯混合模型

`fitgmdist`	符合高斯混合分布的数据
`集群`	构建集群从高斯混合分布
`后`	后验概率的组件
`gmdistribution`	高斯混合模型

隐马尔可夫模型

`hmmdecode`	隐马尔科夫模型后状态概率
`hmmestimate`	隐马尔可夫模型参数估计排放和状态
`hmmgenerate`	隐马尔可夫模型状态和排放
`hmmtrain`	隐马尔可夫模型参数估计排放
`hmmviterbi`	隐马尔科夫模型最可能状态的路径

集群可视化和评价

`系统树图`	系统树图绘制
`optimalleaforder`	最佳叶片排序为层次聚类
`manovacluster`	系统树图组意味着集群MANOVA之后
`轮廓`	轮廓图
`evalclusters`	评估的集群解决方案金宝搏官方网站
`addK`	评估额外数量的集群
`紧凑的`	紧凑的聚类评价对象
`increaseB`	增加引用数据集
`情节`	图聚类评价对象标准的价值观
`CalinskiHarabaszEvaluation`	Calinski-Harabasz标准聚类评价对象
`DaviesBouldinEvaluation`	Davies-Bouldin标准聚类评价对象
`GapEvaluation`	差距标准聚类评价对象
`SilhouetteEvaluation`	轮廓标准聚类评价对象

方差分析

方差分析和协方差

`anova1`	单向方差分析
`anova2`	双向方差分析
`anovan`	多方方差分析
`aoctool`	互动的协方差分析
`canoncorr`	典型相关
`dummyvar`	创建虚拟变量
`弗里德曼`	弗里德曼的测试
`kruskalwallis`	克鲁斯卡尔-沃利斯检验
`multcompare`	多重比较检验

重复的措施和MANOVA

`fitrm`	适合重复度量模型
`ranova`	重复测量方差分析
`mauchly`	Mauchly球形的测试
`ε`	ε调整重复测量方差分析
`multcompare`	多重比较估计边际的含义
`方差分析`	方差分析的主客体之间的影响
`manova`	多元方差分析
`coeftest`	线性假设检验重复度量模型的系数
`grpstats`	计算重复测量数据的描述性统计
`margmean`	估计边际意味着
`情节`	图数据与可选的分组
`plotprofile`	情节预期边际意味着与可选的分组
`预测`	计算预测值给定的预测价值
`随机`	生成新的随机响应值给定的预测价值
`manova1`	单向的多元方差分析
`manovacluster`	系统树图组意味着集群MANOVA之后
`multcompare`	多重比较检验
`RepeatedMeasuresModel`	重复测量模型类

回归

线性回归

多元线性回归

`LinearModel`	线性回归模型类
`CompactLinearModel`	紧凑的线性回归模型类
`RegressionLinear`	高维数据的线性回归模型
`RegressionPartitionedLinear`	旨在为高维数据线性回归模型
`fitlm`	建立线性回归模型
`stepwiselm`	使用逐步回归建立线性回归模型
`紧凑的`	紧凑的线性回归模型
`disp`	显示线性回归模型
`函数宏指令`	计算线性回归模型预测
`预测`	线性回归模型的预测反应
`随机`	线性回归模型的模拟反应
`情节`	散点图或添加变量的线性模型
`plotAdjustedResponse`	调整响应情节线性回归模型
`fitrlinear`	适合高维数据的线性回归模型
`预测`	线性回归模型的预测反应
`dummyvar`	创建虚拟变量
`invpred`	逆预测
`plsregress`	偏最小二乘回归
`x2fx`	预测矩阵转换为设计矩阵
`relieff`	属性(预测)使用ReliefF算法的重要性
`回归`	多元线性回归
`robustdemo`	交互式健壮的回归
`robustfit`	健壮的回归
`rsmdemo`	互动响应面演示
`rstool`	互动响应面建模

逐步回归

`LinearModel`	线性回归模型类
`stepwiselm`	使用逐步回归建立线性回归模型
`fitlm`	建立线性回归模型
`addTerms`	添加条件线性回归模型
`removeTerms`	删除从线性模型
`一步`	通过添加或删除条款提高线性回归模型
`逐步`	交互式逐步回归
`stepwisefit`	逐步回归

多元回归

`mvregress`	多元线性回归
`mvregresslike`	负对数似多元回归
`polytool`	互动的多项式拟合
`polyconf`	多项式的置信区间

正则化

`RegressionLinear`	高维数据的线性回归模型
`RegressionPartitionedLinear`	旨在为高维数据线性回归模型
`套索`	正则化最小二乘回归使用套索或弹性网算法
`脊`	岭回归
`lassoPlot`	跟踪的套索
`fitrlinear`	适合高维数据的线性回归模型
`预测`	线性回归模型的预测反应

混合的影响

`LinearMixedModel`	线性mixed-effects模型类
`fitlme`	适合线性mixed-effects模型
`fitlmematrix`	适合线性mixed-effects模型
`disp`	显示线性mixed-effects模型
`预测`	预测响应线性mixed-effects模型
`随机`	从拟合线性mixed-effects模型生成随机响应
`fixedEffects`	固定效应估计和相关统计数据
`randomEffects`	估计的随机效应和相关统计数据
`designMatrix`	固定和随机设计矩阵
`安装`	从线性mixed-effects模型拟合响应
`响应`	响应向量的线性mixed-effects模型
`方差分析`	线性mixed-effects方差分析模型
`coefCI`	置信区间线性mixed-effects模型的系数
`coefTest`	假设检验在固定和随机效应线性mixed-effects模型
`比较`	比较线性mixed-effects模型
`covarianceParameters`	提取线性mixed-effects模型的协方差参数
`plotResiduals`	情节线性mixed-effects模型的残差
`残差`	拟合线性mixed-effects模型的残差

广义线性模型

广义线性回归

`GeneralizedLinearModel`	广义线性回归模型类
`CompactGeneralizedLinearModel`	紧凑的广义线性回归模型类
`ClassificationLinear`	线性模型的二进制高维数据的分类
`ClassificationECOC`	多类支持向量机模型或其他分类器金宝app
`ClassificationPartitionedLinear`	旨在为二进制线性模型高维数据的分类
`ClassificationPartitionedLinearECOC`	旨在为多级线性纠错输出编码模型高维数据的分类
`fitglm`	创建广义线性回归模型
`stepwiseglm`	通过逐步回归建立广义线性回归模型
`紧凑的`	紧凑的广义线性回归模型
`disp`	显示广义线性回归模型
`函数宏指令`	评估广义线性回归模型预测
`预测`	广义线性回归模型的预测反应
`随机`	广义线性回归模型的模拟反应
`fitclinear`	适合高维数据线性分类模型
`templateLinear`	线性分类学习者模板
`fitcecoc`	适应多类支持向量机的模型或其他分类器金宝app
`预测`	预测线性分类模型的标签
`mnrfit`	多项逻辑回归
`mnrval`	多项式回归值
`glmfit`	广义线性模型回归
`glmval`	广义线性模型值

逐步回归

`GeneralizedLinearModel`	广义线性回归模型类
`stepwiseglm`	通过逐步回归建立广义线性回归模型
`fitglm`	创建广义线性回归模型
`addTerms`	广义线性模型添加条款
`removeTerms`	删除从广义线性模型
`一步`	改善广义线性回归模型,添加或删除

正则化

`ClassificationLinear`	线性模型的二进制高维数据的分类
`ClassificationECOC`	多类支持向量机模型或其他分类器金宝app
`ClassificationPartitionedLinear`	旨在为二进制线性模型高维数据的分类
`ClassificationPartitionedLinearECOC`	旨在为多级线性纠错输出编码模型高维数据的分类
`lassoglm`	套索或弹性广义线性模型回归净正规化
`fitclinear`	适合高维数据线性分类模型
`templateLinear`	线性分类学习者模板
`fitcecoc`	适应多类支持向量机的模型或其他分类器金宝app
`预测`	预测线性分类模型的标签

混合的影响

`GeneralizedLinearMixedModel`	广义线性mixed-effects模型类
`fitglme`	符合广义线性mixed-effects模型
`disp`	显示广义线性mixed-effects模型
`预测`	广义线性mixed-effects模型预测反应
`随机`	从拟合广义线性mixed-effects模型生成随机响应
`fixedEffects`	固定效应估计和相关统计数据
`randomEffects`	估计的随机效应和相关统计数据
`designMatrix`	固定和随机设计矩阵
`安装`	从广义线性mixed-effects模型拟合响应
`响应`	响应向量的广义线性mixed-effects模型
`方差分析`	对广义线性mixed-effects模型方差分析
`coefCI`	置信区间的广义线性mixed-effects模型系数
`coefTest`	假设检验在固定和随机广义线性mixed-effects模型的影响
`比较`	广义线性mixed-effects模型进行比较
`covarianceParameters`	提取广义线性mixed-effects模型的协方差参数
`plotResiduals`	情节mixed-effects广义线性模型的残差
`残差`	残差拟合广义线性mixed-effects模型
`改装`	改装mixed-effects广义线性模型

非线性回归

非线性模型

`NonLinearModel`	非线性回归模型类
`fitnlm`	合适的非线性回归模型
`disp`	显示非线性回归模型
`函数宏指令`	评估非线性回归模型预测
`预测`	预测响应的非线性回归模型
`随机`	模拟响应的非线性回归模型
`dummyvar`	创建虚拟变量
`hougen`	Hougen-Watson模型
`statset`	创建统计选项结构
`statget`	访问值在统计选项结构
`nlinfit`	非线性回归
`nlintool`	交互式非线性回归
`nlparci`	非线性回归参数置信区间
`nlpredci`	非线性回归预测置信区间

混合的影响

`nlmefit`	非线性mixed-effects估计
`nlmefitsa`	适合非线性mixed-effects模型与随机EM算法

金宝app支持向量机回归

`fitrsvm`	一个支持向量金宝app机回归模型
`预测`	使用支持向量机回归模型预测的反应金宝app
`fitrlinear`	适合高维数据的线性回归模型
`预测`	线性回归模型的预测反应
`RegressionSVM`	金宝app支持向量机回归模型
`CompactRegressionSVM`	紧凑的支持向量机金宝app回归模型
`RegressionLinear`	高维数据的线性回归模型
`RegressionPartitionedLinear`	旨在为高维数据线性回归模型

高斯过程回归

`fitrgp`	符合高斯过程回归(GPR)模型
`预测`	高斯过程回归模型的预测反应
`损失`	回归误差为高斯过程回归模型
`紧凑的`	创建紧凑的高斯过程回归模型
`crossval`	旨在高斯过程回归模型
`postFitStatistics`	计算post-fit统计数据的高斯过程回归模型
`resubLoss`	Resubstitution损失一个训练有素的高斯过程回归模型
`resubPredict`	Resubstitution从一个训练有素的高斯过程回归模型预测
`RegressionGP`	高斯过程回归模型类
`CompactRegressionGP`	紧凑的高斯过程回归模型类

回归树

`fitrtree`	二元回归决策树
`预测`	预测使用回归树的反应
`templateTree`	创建决策树模板
`RegressionTree`	回归树
`CompactRegressionTree`	紧凑的回归树
`RegressionPartitionedModel`	旨在回归模型

回归树集合体

`fitrensemble`	符合学习者的整体回归
`预测`	使用的回归模型预测的反应
`oobPredict`	预测out-of-bag合奏的反应
`TreeBagger`	创建决策树的袋子
`fitrensemble`	符合学习者的整体回归
`预测`	使用的袋装决策树预测反应
`oobPredict`	整体预测out-of-bag观察
`quantilePredict`	预测响应使用袋分位数回归树
`oobQuantilePredict`	分位数预测out-of-bag观察从袋回归树
`RegressionEnsemble`	整体回归
`CompactRegressionEnsemble`	紧凑的回归整体类
`RegressionPartitionedEnsemble`	旨在回归合奏
`TreeBagger`	袋决策树
`CompactTreeBagger`	紧凑的整体决策树生长的引导聚合
`RegressionBaggedEnsemble`	回归整体增加了重采样

模型构建和评估

`sequentialfs`	连续的特征选择
`relieff`	属性(预测)使用ReliefF算法的重要性
`stepwiselm`	使用逐步回归建立线性回归模型
`stepwiseglm`	通过逐步回归建立广义线性回归模型
`bayesopt`	选择最优的机器学习hyperparameters使用贝叶斯优化
`hyperparameters`	为优化变量描述一个合适的函数
`crossval`	损失估计使用交叉验证
`cvpartition`	交叉验证的数据分区
`重新分区`	重新分配数据交叉验证
`测试`	测试指标的交叉验证
`培训`	培训指标交叉验证
`coefCI`	系数的置信区间估计的线性模型
`coefTest`	在线性回归模型系数线性假设检验
`dwt`	Durbin-Watson线性模型的测试
`情节`	散点图或添加变量的线性模型
`plotAdded`	添加变量情节或利用情节线性模型
`plotAdjustedResponse`	调整响应情节线性回归模型
`plotDiagnostics`	情节线性回归模型的诊断
`plotEffects`	图中每个预测线性回归模型的主要影响
`plotInteraction`	情节交互作用的两个线性回归模型的预测
`plotResiduals`	情节线性回归模型的残差
`plotSlice`	通过线性回归拟合曲面的情节片
`coefCI`	广义线性模型的系数的置信区间估计
`coefTest`	线性假设检验在广义线性回归模型系数
`devianceTest`	分析异常
`plotDiagnostics`	情节广义线性回归模型的诊断
`plotResiduals`	情节广义线性回归模型的残差
`plotSlice`	通过拟合广义线性回归的情节片表面
`coefCI`	系数的置信区间估计的非线性回归模型
`coefTest`	线性假设检验在非线性回归模型系数
`plotDiagnostics`	图诊断的非线性回归模型
`plotResiduals`	情节非线性回归模型的残差
`plotSlice`	通过拟合非线性回归的情节片表面
`linhyptest`	线性假设检验
BayesianOptimization	贝叶斯优化结果
optimizableVariable	变量描述bayesopt或其他优化
`cvpartition`	交叉验证的数据分区

分类

分类树

`fitctree`	适合二进制分类决策树的多类分类
`预测`	预测使用分类树标签
`templateTree`	创建决策树模板
`ClassificationTree`	二叉决策树的分类
`CompactClassificationTree`	紧凑的分类树
`ClassificationPartitionedModel`	旨在分类模型

判别分析

`fitcdiscr`	合适的判别分析分类器
`预测`	预测标签使用判别分析分类模型
`templateDiscriminant`	判别分析分类模板
`ClassificationDiscriminant`	判别分析分类
`CompactClassificationDiscriminant`	紧凑的判别分析类
`ClassificationPartitionedModel`	旨在分类模型

朴素贝叶斯

`fitcnb`	火车多级朴素贝叶斯模型
`预测`	使用朴素贝叶斯分类模型预测标签
`templateNaiveBayes`	朴素贝叶斯分类器的模板
`ClassificationNaiveBayes`	朴素贝叶斯分类
`CompactClassificationNaiveBayes`	紧凑的朴素贝叶斯分类器
`ClassificationPartitionedModel`	旨在分类模型

金宝app支持向量机分类

`fitcsvm`	火车二进制支持向量机分类器金宝app
`fitSVMPosterior`	合适的后验概率
`预测`	使用支持向量机分类模型预测标签金宝app
`templateSVM`	金宝app支持向量机模板
`fitclinear`	适合高维数据线性分类模型
`预测`	预测线性分类模型的标签
`templateLinear`	线性分类学习者模板
`fitcecoc`	适应多类支持向量机的模型或其他分类器金宝app
`预测`	使用多级预测标签,纠错输出编码模型
`templateECOC`	纠错输出编码学习者模板
`ClassificationSVM`	金宝app支持向量机的二叉分类
`CompactClassificationSVM`	紧凑的二元分类的金宝app支持向量机
`ClassificationPartitionedModel`	旨在分类模型
`ClassificationLinear`	线性模型的二进制高维数据的分类
`ClassificationPartitionedLinear`	旨在为二进制线性模型高维数据的分类
`ClassificationECOC`	多类支持向量机模型或其他分类器金宝app
`CompactClassificationECOC`	紧凑的多类支持向量机模型或其他分类器金宝app
`ClassificationPartitionedECOC`	旨在支持向量机多类模型或其他分类器金宝app
`ClassificationPartitionedLinearECOC`	旨在为多级线性纠错输出编码模型高维数据的分类

分类集合体

`fitcensemble`	适合学习者的整体分类
`预测`	预测标签使用的分类模型
`oobPredict`	预测out-of-bag合奏的反应
`templateEnsemble`	整体学习模板
`TreeBagger`	创建决策树的袋子
`fitcensemble`	适合学习者的整体分类
`预测`	使用的袋装决策树预测反应
`oobPredict`	整体预测out-of-bag观察
`fitcecoc`	适应多类支持向量机的模型或其他分类器金宝app
`templateSVM`	金宝app支持向量机模板
`预测`	使用多级预测标签,纠错输出编码模型
`ClassificationEnsemble`	集成分类器
`CompactClassificationEnsemble`	紧凑的分类集合类
`ClassificationPartitionedEnsemble`	旨在分类合奏
`TreeBagger`	袋决策树
`CompactTreeBagger`	紧凑的整体决策树生长的引导聚合
`ClassificationBaggedEnsemble`	分类总体增长了重采样
`ClassificationECOC`	多类支持向量机模型或其他分类器金宝app
`CompactClassificationECOC`	紧凑的多类支持向量机模型或其他分类器金宝app
`ClassificationPartitionedECOC`	旨在支持向量机多类模型或其他分类器金宝app

模型构建和评估

`sequentialfs`	连续的特征选择
`relieff`	属性(预测)使用ReliefF算法的重要性
`bayesopt`	选择最优的机器学习hyperparameters使用贝叶斯优化
`hyperparameters`	为优化变量描述一个合适的函数
`crossval`	损失估计使用交叉验证
`cvpartition`	交叉验证的数据分区
`重新分区`	重新分配数据交叉验证
`测试`	测试指标的交叉验证
`培训`	培训指标交叉验证
`confusionmat`	混淆矩阵
`perfcurve`	接受者操作特征(ROC)曲线或其他分类器输出性能曲线
`testcholdout`	比较两种分类模型的预测精度
`testckfold`	比较两种分类模型的精度重复交叉验证
BayesianOptimization	贝叶斯优化结果
optimizableVariable	变量描述bayesopt或其他优化
`cvpartition`	交叉验证的数据分区

降维特征提取

`fscnca`	特征选择使用社区组件分析分类
`fsrnca`	使用成分分析街区回归特征选择
`sequentialfs`	连续的特征选择
`relieff`	属性(预测)使用ReliefF算法的重要性
`黎加`	利用重建ICA特征提取
`sparsefilt`	特征提取,利用稀疏的过滤
`变换`	预测转换成提取特征
`tsne`	t-Distributed随机邻居嵌入
`巴特`	巴特利特的测试
`canoncorr`	典型相关
`主成分分析`	主成分分析的原始数据
`pcacov`	主成分分析在协方差矩阵
`pcares`	从主成分分析残差
`车牌提取`	概率主成分分析
`factoran`	因子分析
`rotatefactors`	旋转因子载荷
`nnmf`	非负矩阵分解
`cmdscale`	经典多维标度
`泰姬陵`	Mahalanobis距离
`mdscale`	模多维标度
`pdist`	成对成对的对象之间的距离
`squareform`	格式的距离矩阵
`普罗克汝斯忒斯`	普罗克汝斯忒斯分析
`FeatureSelectionNCAClassification`	特征选择分类使用社区成分分析(NCA)
`FeatureSelectionNCARegression`	特征选择回归使用社区成分分析(NCA)
`ReconstructionICA`	通过重建ICA特征提取
`SparseFiltering`	通过稀疏特征提取过滤

工业统计数据

实验设计(DOE)

完整的阶乘设计

`ff2n`	两级全因子设计
`fullfact`	全因子设计

部分配置法设计

`fracfact`	部分因子设计
`fracfactgen`	部分因子设计发电机

响应面设计

`bbdesign`	Box-Behnken设计
`ccdesign`	中心复合设计

D-Optimal设计

`candexch`	使用行交流D-optimal设计从候选集
`candgen`	候选人设置代
`cordexch`	协调交换
`daugment`	D-optimal增大
`dcovary`	D-optimal设计协变量和固定
`rowexch`	行交换
`rsmdemo`	互动响应面演示

拉丁超立方设计

`lhsdesign`	拉丁超立方抽样
`lhsnorm`	拉丁超立方样本正态分布

拟随机设计

`haltonset`	哈尔顿拟随机点集
`qrandstream`	拟随机数字流
`sobolset`	Sobol拟随机点集

能源部的情节

`interactionplot`	分组数据的互动情节
`maineffectsplot`	主要情节影响分组数据
`multivarichart`	Multivari图表为分组数据
`rsmdemo`	互动响应面演示
`rstool`	互动响应面建模

生命周期数据的分析

`coxphfit`	Cox比例风险回归
`ecdf`	经验累积分布函数
`ecdfhist`	基于经验累积分布函数直方图
`ksdensity`	内核平滑函数估计为单变量和二元数据
`大中型企业`	最大似然估计
`mlecov`	最大似然估计的渐近方差
`fitdist`	合适的概率分布对象的数据
`dfittool`	开放分布健康应用程序
`linhyptest`	线性假设检验
`evfit`	极值参数估计
`expfit`	指数参数估计
`gamfit`	γ参数估计
`lognfit`	对数正态参数估计
`normfit`	正常的参数估计
`probplot`	概率情节
`wblfit`	威布尔参数估计
`wblplot`	威布尔概率图

统计过程控制

`能力`	过程能力指数
`capaplot`	过程能力的阴谋
`controlchart`	戴明将其理念控制图
`controlrules`	西部电气和纳尔逊控制规则
`gagerr`	量具重复性和再现性研究
`histfit`	直方图的分布
`normspec`	正常规格之间的密度图

大数据分析有着高大的数组

binScatterPlot 散点图的垃圾箱高大的数组

代码生成

`saveCompactModel`	紧凑的分类或回归模型保存在文件代码生成
`loadCompactModel`	保存的模型重建紧凑分类或回归模型从代码生成

这个主题有帮助吗?

`ExhaustiveSearcher`	详尽的最近的邻居搜索器
`KDTreeSearcher`	最近邻搜索使用kd tree
`ExhaustiveSearcher`	准备详尽的最近的邻居搜索者
`KDTreeSearcher`	kd tree成长
`createns`	在再创建对象使用邻居搜索
`knnsearch`	再邻居搜索使用kd tree或详尽的搜索
`rangesearch`	找到所有的邻居指定距离内使用穷举搜索或kd tree

`fitcknn`	合适的再分类器
`预测`	预测标签使用再分类模型
`templateKNN`	再分类模板
`ExhaustiveSearcher`	准备详尽的最近的邻居搜索者
`KDTreeSearcher`	kd tree成长
`createns`	在再创建对象使用邻居搜索
`ClassificationKNN`	再分类
`ClassificationPartitionedModel`	旨在分类模型
`ExhaustiveSearcher`	详尽的最近的邻居搜索器
`KDTreeSearcher`	最近邻搜索使用kd tree

文档

统计和机器学习的工具箱函数

描述性统计和可视化

数据管理

数据导入和导出

数据类型

描述性统计

数据可视化

概率分布

离散分布

二项分布

几何分布

超几何分布

多项分布

负二项分布

泊松分布

均匀分布(离散)

连续分布

贝塔分布

Birnbaum-Saunders分布

第十二毛刺类型分布

卡方分布

指数分布

极端值分布

F分布

伽马分布

广义极值分布

高斯混合分布

广义帕累托分布

Half-Normal分布

逆高斯分布

内核分配

物流配送

Loglogistic分布

对数正态分布

Nakagami分布

非中心卡方分布

无心的F分布

非中心t分布

正态分布

分段线性分布

瑞利分布

Rician分布

稳定分布

学生的t分布

t Location-Scale分布

三角形分布

均匀分布(连续)

威布尔分布

多元分布

介体分布和相关样品

逆Wishart分布

多元正态分布

多元t分布

Wishart分布

探索和可视化

伪随机和Quasirandom号码的一代

重采样技术

假设测试

聚类分析

分层聚类

k - means和k-Medoids集群

高斯混合模型

最近的邻居

隐马尔可夫模型

集群可视化和评价

方差分析

方差分析和协方差

重复的措施和MANOVA

回归

线性回归

多元线性回归

逐步回归

多元回归

正则化

混合的影响

广义线性模型

广义线性回归

逐步回归

正则化