Statistics and Machine Learning Toolbox™提供了描述、分析和建模数据的功能和应用程序。您可以使用描述性统计和图进行探索性数据分析，拟合数据的概率分布，为蒙特卡罗模拟生成随机数，并执行假设检验。回归和分类算法可以让你从数据中推断并建立预测模型。

对于多维数据分析，统计学和机器学习工具箱提供特征选择、逐步回归、主成分分析(PCA)、正则化和其他降维方法，让您识别影响模型的变量或特征。

工具箱提供有监督和无监督的机器学习算法，包括支持向量机(svm)、增强和袋装决策树，金宝appk最近的邻居,k则,k-medoids、层次聚类、高斯混合模型和隐马尔可夫模型。许多统计和机器学习算法可以用于计算过大的数据集，而这些数据集无法存储在内存中。