finv matlab,matlab stats(statistics)工具箱

本文介绍了MATLAB的Statistics Toolbox,包括其在分类、回归、数据挖掘等方面的应用。通过解压缩并添加到toolbox路径,可以使用如ClassificationDiscriminant、ClassificationTree等模型。工具箱包含了丰富的算法实现,例如ensemble、tree、loss函数等,适用于各种机器学习任务。
摘要由CSDN通过智能技术生成

【实例简介】

matlab statistics toolbox,解压到toolbox路径下,addpath即可使用

【实例截图】

【核心代码】

stats

└── stats

├── classreg

│   ├── ClassificationDiscriminant.m

│   ├── ClassificationKNN.m

│   ├── ClassificationTree.m

│   ├── +classreg

│   │   ├── +learning

│   │   │   ├── +classif

│   │   │   │   ├── ClassifByBinaryRegr.m

│   │   │   │   ├── ClassificationBaggedEnsemble.m

│   │   │   │   ├── ClassificationEnsemble.m

│   │   │   │   ├── ClassificationModel.m

│   │   │   │   ├── CompactClassifByBinaryRegr.m

│   │   │   │   ├── CompactClassificationDiscriminant.m

│   │   │   │   ├── CompactClassificationEnsemble.m

│   │   │   │   ├── CompactClassificationTree.m

│   │   │   │   └── FullClassificationModel.m

│   │   │   ├── classificationModels.m

│   │   │   ├── classProbFromCost.m

│   │   │   ├── +combiner

│   │   │   │   ├── WeightedAverage.m

│   │   │   │   └── WeightedSum.m

│   │   │   ├── +ensemble

│   │   │   │   ├── BaggedEnsemble.m

│   │   │   │   ├── CompactEnsemble.m

│   │   │   │   └── Ensemble.m

│   │   │   ├── ensembleModels.m

│   │   │   ├── FitTemplate.m

│   │   │   ├── FullClassificationRegressionModel.m

│   │   │   ├── +generator

│   │   │   │   ├── BlankGenerator.m

│   │   │   │   ├── Generator.m

│   │   │   │   ├── MajorityUndersampler.m

│   │   │   │   ├── Partitioner.m

│   │   │   │   ├── Resampler.m

│   │   │   │   └── SubspaceSampler.m

│   │   │   ├── +impl

│   │   │   │   ├── CholeskyDiscriminantCalculator.m

│   │   │   │   ├── CompactEnsembleImpl.m

│   │   │   │   ├── CompactTreeImpl.m

│   │   │   │   ├── DiagonalDiscriminantCalculator.m

│   │   │   │   ├── DiscriminantCalculator.m

│   │   │   │   ├── DiscriminantImpl.m

│   │   │   │   ├── LinearDiscriminantImpl.m

│   │   │   │   ├── QuadraticDiscriminantImpl.m

│   │   │   │   ├── RegularizedDiscriminantCalculator.m

│   │   │   │   └── TreeImpl.m

│   │   │   ├── +internal

│   │   │   │   ├── adjustPrior.m

│   │   │   │   ├── classCount.m

│   │   │   │   ├── classifCheck.m

│   │   │   │   ├── ClassLabel.m

│   │   │   │   ├── convertScoreTransform.m

│   │   │   │   ├── defaultPredictorNames.m

│   │   │   │   ├── DisallowVectorOps.m

│   │   │   │   ├── erweight.m

│   │   │   │   ├── lossCheck.m

│   │   │   │   ├── maxminMargin.m

│   │   │   │   ├── regrCheck.m

│   │   │   │   ├── wnanmean.m

│   │   │   │   └── wnanvar.m

│   │   │   ├── +loss

│   │   │   │   ├── binodeviance.m

│   │   │   │   ├── classifedge.m

│   │   │   │   ├── classiferror.m

│   │   │   │   ├── classifmargin.m

│   │   │   │   ├── exponential.m

│   │   │   │   ├── mincost.m

│   │   │   │   └── mse.m

│   │   │   ├── +modelparams

│   │   │   │   ├── ByBinaryRegrParams.m

│   │   │   │   ├── DiscriminantParams.m

│   │   │   │   ├── EnsembleParams.m

│   │   │   │   ├── KNNParams.m

│   │   │   │   ├── ModelParams.m

│   │   │   │   └── TreeParams.m

│   │   │   ├── +modifier

│   │   │   │   ├── AdaBoostM1.m

│   │   │   │   ├── AdaBoostM2.m

│   │   │   │   ├── AdaBoostMH.m

│   │   │   │   ├── BlankModifier.m

│   │   │   │   ├── GentleBoost.m

│   │   │   │   ├── LogitBoost.m

│   │   │   │   ├── LPBoost.m

│   │   │   │   ├── LSBoost.m

│   │   │   │   ├── Modifier.m

│   │   │   │   ├── RobustBoost.m

│   │   │   │   ├── RUSBoost.m

│   │   │   │   └── TotalBoost.m

│   │   │   ├── +partition

│   │   │   │   ├── ClassificationPartitionedEnsemble.m

│   │   │   │   ├── ClassificationPartitionedModel.m

│   │   │   │   ├── PartitionedEnsemble.m

│   │   │   │   ├── PartitionedModel.m

│   │   │   │   ├── RegressionPartitionedEnsemble.m

│   │   │   │   └── RegressionPartitionedModel.m

│   │   │   ├── Predictor.m

│   │   │   ├── +regr

│   │   │   │   ├── CompactRegressionEnsemble.m

│   │   │   │   ├── CompactRegressionTree.m

│   │   │   │   ├── FullRegressionModel.m

│   │   │   │   ├── RegressionBaggedEnsemble.m

│   │   │   │   ├── RegressionEnsemble.m

│   │   │   │   └── RegressionModel.m

│   │   │   ├── regressionModels.m

│   │   │   ├── simpleModels.m

│   │   │   ├── +transform

│   │   │   │   ├── doublelogit.m

│   │   │   │   ├── identity.m

│   │   │   │   ├── invlogit.m

│   │   │   │   ├── ismax.m

│   │   │   │   ├── logit.m

│   │   │   │   ├── sign.m

│   │   │   │   ├── symmetricismax.m

│   │   │   │   ├── symmetriclogit.m

│   │   │   │   └── symmetric.m

│   │   │   ├── +treeutils

│   │   │   │   ├── computePruneInfo.mexw64

│   │   │   │   ├── findNode.mexw64

│   │   │   │   ├── growTree.mexw64

│   │   │   │   └── TreeDrawer.m

│   │   │   └── weakLearners.m

│   │   └── +regr

│   │   ├── FitObject.m

│   │   ├── LinearFormula.m

│   │   ├── +modelutils

│   │   │   ├── designmatrix.m

│   │   │   ├── model2terms.m

│   │   │   ├── modelcriterion.m

│   │   │   ├── plotDiagnostics.m

│   │   │   ├── plotResiduals.m

│   │   │   ├── plotSlice.m

│   │   │   ├── predictormatrix.m

│   │   │   ├── rsquared.m

│   │   │   ├── terms2names.m

│   │   │   └── tstats.m

│   │   ├── NonLinearFormula.m

│   │   ├── ParametricRegression.m

│   │   ├── Predictor.m

│   │   └── TermsRegression.m

│   ├── fitensemble.m

│   ├── GeneralizedLinearModel.m

│   ├── lassoglm.m

│   ├── @LinearModel

│   │   ├── anova.m

│   │   ├── dwtest.m

│   │   ├── getAdjustedResponse.m

│   │   ├── getConditionalEffect.m

│   │   ├── getEffects.m

│   │   ├── LinearModel.m

│   │   ├── plotAdded.m

│   │   ├── plotAdjustedResponse.m

│   │   ├── plotEffects.m

│   │   ├── plotInteraction.m

│   │   ├── plot.m

│   │   └── stepwise.m

│   ├── NonLinearModel.m

│   └── RegressionTree.m

├── mcc.enc

├── stats

│   ├── addedvarplot.m

│   ├── adtest.m

│   ├── andrewsplot.m

│   ├── anova1.m

│   ├── anova2.m

│   ├── anovan.m

│   ├── ansaribradley.m

│   ├── aoctool.m

│   ├── barttest.m

│   ├── bbdesign.m

│   ├── betacdf.m

│   ├── betafit.m

│   ├── betainv.m

│   ├── betalik1.m

│   ├── betalike.m

│   ├── betapdf.m

│   ├── betarnd.m

│   ├── betastat.m

│   ├── binocdf.m

│   ├── binofit.m

│   ├── binoinv.m

│   ├── binopdf.m

│   ├── binornd.m

│   ├── binostat.m

│   ├── biplot.m

│   ├── bootci.m

│   ├── bootstrp.m

│   ├── boxplot.m

│   ├── candexch.m

│   ├── candgen.m

│   ├── canoncorr.m

│   ├── capability.m

│   ├── capable.m

│   ├── capaplot.m

│   ├── caseread.m

│   ├── casewrite.m

│   ├── ccdesign.m

│   ├── cdfcalc.m

│   ├── cdf.m

│   ├── cdfplot.m

│   ├── chi2cdf.m

│   ├── chi2gof.m

│   ├── chi2inv.m

│   ├── chi2pdf.m

│   ├── chi2rnd.m

│   ├── chi2stat.m

│   ├── cholcov.m

│   ├── classify.m

│   ├── @classregtree

│   │   ├── catsplit.m

│   │   ├── children.m

│   │   ├── classcount.m

│   │   ├── classname.m

│   │   ├── classprob.m

│   │   ├── classregtree.m

│   │   ├── cutcategories.m

│   │   ├── cutpoint.m

│   │   ├── cuttype.m

│   │   ├── cutvar.m

│   │   ├── display.m

│   │   ├── disp.m

│   │   ├── eval.m

│   │   ├── isbranch.m

│   │   ├── ja

│   │   │   └── classregtree.m

│   │   ├── meansurrvarassoc.m

│   │   ├── names.m

│   │   ├── nodeclass.m

│   │   ├── nodeerr.m

│   │   ├── nodemean.m

│   │   ├── nodeprob.m

│   │   ├── nodesize.m

│   │   ├── numnodes.m

│   │   ├── parent.m

│   │   ├── private

│   │   │   ├── classregtreeEval.mexw64

│   │   │   ├── classregtreeRCcritval.mexw64

│   │   │   └── validatenodes.m

│   │   ├── prunelist.m

│   │   ├── prune.m

│   │   ├── risk.m

│   │   ├── subsasgn.m

│   │   ├── subsref.m

│   │   ├── surrcutcategories.m

│   │   ├── surrcutflip.m

│   │   ├── surrcutpoint.m

│   │   ├── surrcuttype.m

│   │   ├── surrcutvar.m

│   │   ├── surrvarassoc.m

│   │   ├── test.m

│   │   ├── type.m

│   │   ├── varimportance.m

│   │   └── view.m

│   ├── clusterdata.m

│   ├── cluster.m

│   ├── cmdscale.m

│   ├── combnk.m

│   ├── @CompactTreeBagger

│   │   ├── CompactTreeBagger.m

│   │   └── ja

│   │   └── CompactTreeBagger.m

│   ├── confusionmat.m

│   ├── Contents.m

│   ├── controlchart.m

│   ├── controlrules.m

│   ├── cophenet.m

│   ├── copulacdf.m

│   ├── copulafit.m

│   ├── copulaparam.m

│   ├── copulapdf.m

│   ├── copularnd.m

│   ├── copulastat.m

│   ├── cordexch.m

│   ├── corrcov.m

│   ├── corr.m

│   ├── coxphfit.m

│   ├── createns.m

│   ├── crosstab.m

│   ├── crossval.m

│   ├── cvpartition.m

│   ├── datasample.m

│   ├── daugment.m

│   ├── dcovary.m

│   ├── dendrogram.m

│   ├── dfgetset.m

│   ├── dfittool.m

│   ├── dfswitchyard.m

│   ├── distchck.m

│   ├── disttool.m

│   ├── dummyvar.m

│   ├── dwtest.m

│   ├── ecdfhist.m

│   ├── ecdf.m

│   ├── evcdf.m

│   ├── evfit.m

│   ├── evinv.m

│   ├── evlike.m

│   ├── evnegloglike.m

│   ├── evpdf.m

│   ├── evrnd.m

│   ├── evstat.m

│   ├── ewmaplot.m

│   ├── @ExhaustiveSearcher

│   │   ├── ExhaustiveSearcher.m

│   │   ├── knnsearch.m

│   │   └── rangesearch.m

│   ├── expcdf.m

│   ├── expfit.m

│   ├── expinv.m

│   ├── explike.m

│   ├── exppdf.m

│   ├── exprnd.m

│   ├── expstat.m

│   ├── factoran.m

│   ├── fcdf.m

│   ├── ff2n.m

│   ├── finv.m

│   ├── fitdist.m

│   ├── fpdf.m

│   ├── fracfactgen.m

│   ├── fracfact.m

│   ├── friedman.m

│   ├── frnd.m

│   ├── fstat.m<

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值