统计和机器学习工具箱™提供了描述，分析和模型数据的功能和应用程序。您可以使用描述性统计数据和图来进行探索性数据分析，将概率分布拟合到数据，生成蒙特卡洛模拟的随机数以及执行假设检验。回归和分类算法使您可以从数据中获取推论并构建预测模型。

对于多维数据分析，统计信息和机器学习工具箱提供特征选择，逐步回归，主组件分析（PCA），正则化和其他降低降低方法，可让您识别影响模型的变量或功能。

该工具箱提供了监督和无监督的机器学习算法，包括支持向量机（SVM），增强和行李的决策树，万博1manbetxk-最近的邻居，k-方法，k-medoids, hierarchical clustering, Gaussian mixture models, and hidden Markov models. Many of the statistics and machine learning algorithms can be used for computations on data sets that are too big to be stored in memory.