版权声明： https://blog.csdn.net/qq_41912125/article/details/80945486
MATLAB数据分析工具箱：
统计工具箱：对数据进行组织，分析和建模。使用和统计分析，机器学习相关算法和工具。
用户可以使用回以及分类来进行预测建模，生成随机序列（蒙特卡罗模拟）
也可以使用统计分析工具对数据进行前期的探索研究或者进行假设性检验。
特征选择，主成成分分析，正规化和收缩，偏最小二乘回归分析等工具帮助用户筛选出对模型有重 要影响的变量。
提供有监督无监督的机器学习算法，包括支持向量机，决策树，K-means，分层聚类，K紧邻聚类搜 索，高斯混合，隐马尔代夫模型。
优化工具箱：主要提供用于满足给定的束缚条件时寻找最优解的相关函数，主要包含线性规划，混合整数线 性规划，二次规划，非线性最优化，非线性最小平方问题的求解函数。
用户可以针对连续型，离散问题寻求最优化解决方法，使用权衡分析法分析，或者在算法和应用中 融合多种优化方法，从而达到较好的效果。
曲线拟合工具箱：提供一个gui界面和各种函数调用接口用户实现数据拟合，使用该工具箱可以进行数据探 索性分析，数据预处理，数据过程处理，比较分析候选模型和异常值过滤。用户可以使用MATLAB库 函数提供线性与非线性模型或者用户设定的方程式进行回归分析。
也支持无参数模型，比如样条变换，插值以及平滑。
神经网络工具箱：提供函数以及应用可以用于复杂的，非线性系统的建模。不禁支持前馈监督式学习，径向 基和动态网路，同时还支持组织映射以及竞争层形式的非监督式学习。
用户可以设计，训练，可视化以及仿神经网络。
应用：回归，分类，聚类分析，时序预测和动力系统建模，对应于其所包含的四个子工具箱。在处 理海量数据时，还可以考虑使用数据分布式以及分布式计算功能，GPU功能及并行计算工具箱。
统计工具箱：对数据进行组织，分析和建模。使用和统计分析，机器学习相关算法和工具。
用户可以使用回以及分类来进行预测建模，生成随机序列（蒙特卡罗模拟）
也可以使用统计分析工具对数据进行前期的探索研究或者进行假设性检验。
特征选择，主成成分分析，正规化和收缩，偏最小二乘回归分析等工具帮助用户筛选出对模型有重 要影响的变量。
提供有监督无监督的机器学习算法，包括支持向量机，决策树，K-means，分层聚类，K紧邻聚类搜 索，高斯混合，隐马尔代夫模型。
优化工具箱：主要提供用于满足给定的束缚条件时寻找最优解的相关函数，主要包含线性规划，混合整数线 性规划，二次规划，非线性最优化，非线性最小平方问题的求解函数。
用户可以针对连续型，离散问题寻求最优化解决方法，使用权衡分析法分析，或者在算法和应用中 融合多种优化方法，从而达到较好的效果。
曲线拟合工具箱：提供一个gui界面和各种函数调用接口用户实现数据拟合，使用该工具箱可以进行数据探 索性分析，数据预处理，数据过程处理，比较分析候选模型和异常值过滤。用户可以使用MATLAB库 函数提供线性与非线性模型或者用户设定的方程式进行回归分析。
也支持无参数模型，比如样条变换，插值以及平滑。
神经网络工具箱：提供函数以及应用可以用于复杂的，非线性系统的建模。不禁支持前馈监督式学习，径向 基和动态网路，同时还支持组织映射以及竞争层形式的非监督式学习。
用户可以设计，训练，可视化以及仿神经网络。
应用：回归，分类，聚类分析，时序预测和动力系统建模，对应于其所包含的四个子工具箱。在处 理海量数据时，还可以考虑使用数据分布式以及分布式计算功能，GPU功能及并行计算工具箱。