MATLAB统计与机器学习工具箱安装配置与自检验证指南-平芜编程栈

简介：MATLAB Statistics and Machine Learning Toolbox 的这份使用说明与案例文档，面向刚接触统计分析与机器学习建模的高校学生、科研人员和工程技术人员，帮助其在不熟悉工具箱函数体系时快速建立从数据预处理、假设检验、回归到聚类的操作框架。压缩包仅含 1 个 doc 文件，大小约 33KB，篇幅紧凑，适合作为随查随用的命令与案例速查手册。文档先梳理工具箱的安装检查与主要功能，再逐一说明 mean、std、ttest、fitlm、kmeans 等常用函数的用途和调用方式；案例分析部分给出线性回归与 K 均值聚类的完整代码，包含数据构造、模型建立、结果输出及散点图、回归线、聚类中心的可视化，便于读者照着复现并理解建模流程。目前已有 1426 人学习，适合需要快速上手 MATLAB 统计与机器学习基础操作、并希望借助短小案例验证方法的读者。

1. 安装完成后无法确认是否就绪：版本与授权未对齐

MATLAB 里最容易被误判成「已经装好」的组件，就是 Statistics and Machine Learning Toolbox。上个月帮某实验室的 A 同学看一台新机器，脚本在他自己电脑上跑得好好的，换到新机器上第一行mdl = fitlm(X,y)就报未定义函数。他以为工具箱没装，把主程序又装了一遍，折腾两小时才发现新机器装的是另一个发行版：工具箱跟着 MATLAB 主程序走，主程序版本一变，matlabroot就变了，工具箱没跟过去，license里那一项也没勾。

这类问题在统计建模、课程作业、论文复现里极其常见。mean、std这些基础函数由主程序自带，你根本分不清是主程序在干活还是工具箱在干活，只有等到fitlm、kmeans、ttest报错，才知道缺东西。下面按我自己装机的顺序，把版本怎么对齐、两条安装路径怎么走、参数怎么配、出了故障怎么恢复，一条条写清楚。

2. 装前清点：MATLAB 主程序版本、Toolbox 版本与授权三张表

装 MATLAB 工具箱和装 Python 包是两种完全不同的思路。Python 可以pip install一个比解释器新的包，最多是警告；MATLAB 的工具箱是跟发行版一起编译发布的，函数内部调用的句柄、类定义、matlab.internal.*私有接口都跟主程序绑定。所以装之前必须先确认三件事：主程序是哪个发行版、工具箱是不是同一发行版、license里有没有这一项。这三件事里的任何一件没对上，后面所有调试都是浪费时间。

2.1 先固定主程序版本，再谈工具箱

MATLAB 一年两次发行，按 a/b 区分。工具箱的版本号不单独对外暴露，它跟主程序发行版是一一对应的。同一段fitlm代码在 a 版上能出结果，在 b 版上可能因为默认的VarNames处理方式变了，导致mdl.Coefficients的行名对不上，你排查半天以为是数据问题，其实是版本问题。

我一般要求同一台机器上只保留一个主程序版本对外服务，尤其做论文复现的时候。多个版本共存在技术上没问题，用matlabroot区分，但人的记忆会出问题——IDE、快捷方式、脚本里硬编码的路径，指向哪一个是概率问题。

# 先看清楚当前到底在跑哪个主程序（在系统终端里执行） which matlab # Linux/macOS where matlab # Windows CMD

这条命令的输出通常会指向/usr/local/MATLAB/xxx/bin/matlab或C:\Program Files\MATLAB\xxx\bin\matlab.exe，中间那层目录名就是发行版标识。记下它，后面所有判断都以这个matlabroot为准，不要以「我开始菜单点的是哪个图标」为准。

% 进入 MATLAB 命令窗口后，先确认主程序根目录和发行版信息 root = matlabroot; fprintf('matlabroot = %s\n', root); v = ver('matlab'); fprintf('主程序: %s %s\n', v.Name, v.Release);

matlabroot返回的是当前进程实际加载的主程序目录，比看快捷方式可靠得多。ver('matlab')返回结构体，Release字段就是发行版标识。如果你在matlabroot里看到的目录名和Release字段对不上，说明有多个版本混装，或者环境变量MATLAB_ROOT被改过——先把这个理顺再继续。

2.2 用 ver 和 installedAddons 判断「到底装没装」

判断工具箱在不在，有三种粒度，很多人只用了最粗的那种。

% 粒度一：列出所有产品，肉眼找 Statistics and Machine Learning Toolbox ver % 粒度二：只查这一个工具箱的版本信息，返回空表示没装 v = ver('stats'); if isempty(v) disp('Statistics and Machine Learning Toolbox: 未安装'); else fprintf('已安装，版本 %s\n', v.Version); end

ver('stats')里的stats是工具箱的目录名，不是显示名。显示名是「Statistics and Machine Learning Toolbox」，目录名是stats，两者不能混用。这个细节老手知道，新手常常在ver('Statistics and Machine Learning Toolbox')上卡住，返回空数组还以为是没装。

更细的粒度是查附加功能：

% 粒度三：列出通过 Add-On 方式安装的附加功能 a = matlab.addons.installedAddons; if istable(a) && ~isempty(a) disp(a(:, {'Name','Version'})) else disp('没有登记在册的附加功能'); end

注意，通过主程序安装器勾选安装的工具箱不会出现在installedAddons里，它属于「产品」不属于「附加功能」。所以这个表为空不代表工具箱没装，只能说明你没用 Add-On 方式装过东西。两个来源要分开看，混在一起判断就会误判。

2.3 磁盘、编译器与离线包的预留清单

装之前把下面这张表过一遍，能省掉后面一半的返工。

检查项	要求	不到位会怎样
磁盘剩余空间	工具箱本体加文档缓存，留 5 GB 以上	装到一半空间不足，工具箱目录残缺，`ver`里能看见但函数调不通
安装路径	全英文、无空格	路径含中文时部分 MEX 文件和文档索引可能解析异常
授权	`license`文件中包含该工具箱的 feature	能装不能用，启动时报检出失败
内存	做聚类和分类时按数据量估，至少留 4 GB 给进程	大数据集上`kmeans`直接抛内存错误
C 编译器	只在用并行、自定义 MEX 时才需要	纯脚本调用不需要，别为了这个多装一套工具链

磁盘这一项特别值得说。工具箱安装时先解压到临时目录再搬到matlabroot/toolbox，临时目录默认在系统盘。系统盘空间不够的时候，安装器给出的报错是「安装被中断」，不会告诉你具体是哪个分区满了，很多人会以为是安装包损坏，重新下载好几遍。

% 装之前看一眼临时目录和安装目录是否在同一分区、剩余空间多少 fprintf('临时目录: %s\n', tempdir); fprintf('主程序目录: %s\n', matlabroot);

如果tempdir在系统盘而matlabroot在数据盘，最稳妥的做法是先把TMP/TMPDIR指到空间大的分区，再启动安装器。设置一次性的环境变量就够，不必改系统全局配置。

授权这一项，用一条命令确认：

% 检查当前 license 是否包含统计与机器学习工具箱 hasIt = license('test', 'Statistics_Toolbox'); fprintf('license 检出: %d\n', hasIt);

返回 1 表示授权文件里有这一项，返回 0 表示没有。不同发行版里这个 feature 字符串的写法可能略有差别，如果license('test', ...)返回 0 但ver('stats')有版本号，通常是网络许可或者并发许可在锁上出了状况，这时候license('inuse')看看已经签出了哪些，往往能看出是不是许可证池被占满了。

3. 安装程序实际执行：在线 Add-On Explorer 与离线安装包两条路

清点完就可以动手了。安装分两条路：机器能连外网、授权在线校验通过，走 Add-On Explorer，图形界面点几下就好；机器在内网、或者要给几十台机器批量装，走离线包。两条路的最终结果一样，都是把工具箱落进matlabroot/toolbox/stats，区别只在于谁负责搬运和校验。

3.1 在线安装：Add-On Explorer 的操作顺序与许可校验

在线方式适合单机。顺序上有一点顺序上的讲究：先确认已登录的账号绑定了这个工具箱的授权，再打开 Add-On Explorer 搜索，否则你能搜到、能点安装，最后卡在校验那一步，界面上给的信息非常笼统，只有一个错误码。

% 打开附加功能浏览器 matlab.addons.installedAddons % 先看现有清单，避免重复装 % 图形界面方式：主页选项卡 -> 附加功能 -> 获取附加功能

图形界面里搜索框输入 Statistics and Machine Learning Toolbox，找到对应条目后点安装。安装过程中会弹授权确认，这一步会向许可服务发起校验，需要能访问到许可端点。内网环境下这一步最容易卡住，表现为进度条长时间不动然后报「无法完成安装」，本质上不是安装失败，是校验没通过。

我一般会在点安装之前先把下面的检查做掉，能提前发现问题：

% 确认当前会话的许可证状态，装之前先看 lic = license('inuse'); if isempty(lic) disp('当前没有签出任何许可证，检查登录状态'); else for k = 1:numel(lic) fprintf('%s -> %s\n', lic(k).feature, lic(k).user); end end

license('inuse')返回的是当前会话已经签出的 feature 列表，结构体数组，每个元素有feature和user两个字段。如果这个列表里压根没有统计工具箱相关的 feature，而你又确实刚点过安装，说明校验那一步被跳过了，得回去查账号授权绑定。

安装完成后不会自动刷新路径缓存，必须手动刷一次：

% 安装完成后刷新工具箱缓存，让新函数立刻可用 rehash toolboxcache

rehash toolboxcache的作用是让 MATLAB 重新扫描工具箱目录并重建函数索引。不跑这一步，新装好的函数可能要等到下次重启才生效，中间你调用fitlm会报未定义函数，然后以为装失败又重装一遍——这是新手阶段遇到最多的一种误报假象。

3.2 离线安装：安装器勾选与附加功能包静默安装

内网机器或者批量部署，走离线。离线有两种形态，一种是用主程序的完整安装器，在「选择产品」页面把 Statistics and Machine Learning Toolbox 勾上，产品文件从本地镜像读取；另一种是拿单独的附加功能包文件，用命令行静默装。

安装器方式适合全新装机：

# 从本地产品镜像启动安装器（Linux 示例，Windows 换成 setup.exe） ./install --inputFile ./installer_input.txt

--inputFile指向一个预填好的应答文件，里面写清楚安装目录、要装的产品列表、许可方式。批量部署时这个应答文件是核心，手点五十台机器不现实，写一份productList然后循环执行才是常规做法。应答文件里产品名要写完整显示名，不是目录名，写错会静默跳过，装完才发现少东西。

附加功能包方式适合补装：

% 静默安装一个本地的 .mlappinstall / 附加功能包 pkgPath = 'D:\pkgs\Statistics_and_Machine_Learning_Toolbox.mlappinstall'; if isfile(pkgPath) matlab.addons.install(pkgPath); else error('安装包不存在: %s', pkgPath); end

matlab.addons.install接收绝对路径，返回安装后的附加功能标识。路径里有空格或中文都可能导致解析失败，这一点和前面清点时说的路径要求是一回事。装完同样要rehash toolboxcache。

提示：离线安装前先核对安装包和主程序的发行版标识是否一致。附加功能包不匹配时会装进去但不生效，ver('stats')能查到版本号，fitlm却调不通，这种「装了个壳」的状态最消耗时间。

3.3 安装后的目录结构与路径固定保存

装完先确认文件真的落到了当前matlabroot下，而不是落到了另一个版本的目录里。

% 确认工具箱目录与关键字函数的位置 statsDir = fullfile(matlabroot, 'toolbox', 'stats'); fprintf('工具箱目录: %s\n', statsDir); fprintf('目录存在: %d\n', isfolder(statsDir)); keys = {'fitlm','kmeans','ttest2','fitctree','predict'}; for k = 1:numel(keys) p = which(keys{k}); if isempty(p) fprintf('%-10s -> 未找到\n', keys{k}); else fprintf('%-10s -> %s\n', keys{k}, p); end end

which返回函数的实际文件路径，这是判断「函数到底从哪来」最直接的手段。如果fitlm解析到一个不在matlabroot下的路径，说明你的path上有另一份同名实现，优先级压过了内置的——这种情况在装过第三方工具箱的机器上很常见，表现为行为诡异但又不报错，属于典型的疑难问题。

路径不要靠手写addpath往上加。如果你的确有自建函数目录要加，写进startup.m，并且用-end参数把它放到搜索路径末尾，避免遮蔽内置函数：

% startup.m 片段：把自己写的工具函数放在路径末尾 myTools = 'D:\work\matlab_tools'; if isfolder(myTools) && ~contains(path, myTools) addpath(myTools, '-end'); end

-end是关键字，把新目录追加到搜索路径末尾。不加这个参数默认是加到最前面，一旦你的目录里有mean.m或者predict.m这类同名文件，内置函数就被你的实现挡掉了，报错信息还指向内置函数的文档，非常难查。

万一路径已经被搞乱，最稳妥的恢复方式是重置：

% 路径被改坏时的恢复操作：重置为出厂默认，再重建工具箱缓存 restoredefaultpath; rehash toolboxcache; savepath;

restoredefaultpath会把搜索路径恢复成安装时的默认状态，你自己加的那些目录会全部丢失，所以执行前先把startup.m里的自建路径记下来。savepath把当前路径持久化到pathdef.m，不执行这一步重启后又会回到原来的样子。

4. 配置与首次跑通：从 mean 到 fitlm 的最小验证链

装完不等于能用。工具箱里几十个函数，不可能每个都试一遍，但也不能只跑一个mean就说装好了——mean是主程序自带的，用它验证等于什么都没验证。我的做法是搭一条最小验证链：基础统计、假设检验、回归、聚类各取一个代表函数，四个都过了，这套环境基本可以交付。

4.1 数据类型先对齐：double、table、categorical

工具箱的函数对输入类型比主程序挑剔得多。同一个fitlm，喂数值矩阵和喂 table，返回的模型对象结构不一样，字段名也不一样。很多人从教程里抄了一段用 table 的代码，自己手上是矩阵，报错信息是「表变量数量不匹配」，看起来像数据问题，其实是类型问题。

% 三种常见输入形态，输出结构各不相同 X = [1500; 1600; 1700; 1800; 1900]; y = [300000; 320000; 340000; 360000; 380000]; % 形态一：数值矩阵 + 数值向量 mdl1 = fitlm(X, y); % 形态二：table + 公式 T = table(X, y, 'VariableNames', {'Area','Price'}); mdl2 = fitlm(T, 'Price ~ Area'); % 形态三：table + 直接指定响应变量 mdl3 = fitlm(T, 'Price'); fprintf('形态一 R^2 = %.4f\n', mdl1.Rsquared.Ordinary); fprintf('形态二 R^2 = %.4f\n', mdl2.Rsquared.Ordinary); fprintf('形态三 R^2 = %.4f\n', mdl3.Rsquared.Ordinary);

三种形态算出来的R-squared应该一致，但模型对象的Coefficients行名不同：形态一的行名是x1、Intercept，形态二三是变量名Area、Intercept。如果你的后续代码依赖行名去索引系数，换一种输入形态就会静默出错，拿到的是错误的系数——不报错，但结果错了，这类问题很难查出来。

categorical是另一个高频问题来源。分类任务的响应变量如果传成数值，fitctree会当成回归树来处理，TreeModel的类型判断 quietly 变了，输出的是连续预测值而不是类别标签。

% 分类任务：响应变量必须是 categorical 或 cellstr，不能是 double label = categorical([1;1;2;2;3;3]); feat = randn(6, 2); tree = fitctree(feat, label); fprintf('模型类型: %s\n', class(tree)); fprintf('类别数: %d\n', numel(tree.ClassNames));

fitctree在响应变量是double且取值不重复时，内部会走回归路径。这个行为在文档里有写，但需要翻阅专门章节才能看到，多数人是在发现「分类树输出了一堆小数」之后才回头补充这个知识点。养成习惯：分类任务的标签一律categorical化，别省这一步。

4.2 fitlm 线性回归：模型对象里该看哪几个字段

fitlm返回的是LinearModel对象，字段不少，真正需要看的就几个。装完环境做验证的时候，重点看Rsquared、Coefficients和RMSE三处。

% 用线性回归做装后验证：数据用确定性的，结果才可对照 X = (1500:100:2400)'; % 10 个面积值 y = 200 * X + 3000; % 造一条确定性的直线关系 mdl = fitlm(X, y); fprintf('R^2 = %.6f\n', mdl.Rsquared.Ordinary); fprintf('RMSE = %.6f\n', mdl.RMSE); fprintf('截距 = %.4f\n', mdl.Coefficients.Estimate(1)); fprintf('斜率 = %.4f\n', mdl.Coefficients.Estimate(2)); fprintf('自由度 = %d\n', mdl.DFE);

代码说明：(1500:100:2400)'生成 10 个等差值并转成列向量，转置符号不能漏，行向量喂给fitlm会被当成多预测变量处理。y = 200*X + 3000是一条精确的直线，所以R^2应该等于 1，RMSE应该接近 0，斜率是 200，截距是 3000。

参数说明：mdl.Rsquared.Ordinary是普通决定系数，Rsquared是个结构体，还有Adjusted和Robust两个字段，别直接取mdl.Rsquared。mdl.Coefficients是 table，Estimate列第一个是截距，第二个开始是各预测变量的系数，行顺序跟输入顺序一致。mdl.DFE是残差自由度，等于样本数减参数个数。

用确定性数据做验证的好处是结果可预期。如果你拿真实数据跑，R^2是 0.83 还是 0.84 你说不清对不对；用这条精确直线，R^2不等于 1 就说明环境或者数据有问题，判断标准明确。

可视化也顺手跑一遍，能把绘图相关的依赖问题提前暴露出来：

% 回归线可视化：验证绘图链路是否正常 figure('Visible','off'); % 无界面环境下也能跑 scatter(X, y, 'filled'); hold on; xFit = linspace(1400, 2500, 100)'; yFit = predict(mdl, xFit); plot(xFit, yFit, 'r-', 'LineWidth', 2); xlabel('面积'); ylabel('价格'); title('线性回归拟合'); legend('数据点','回归线','Location','northwest'); hold off; saveas(gcf, 'reg_check.png'); close(gcf);

predict(mdl, xFit)接收新数据并返回预测值，要求新数据的列数和训练时一致，列的顺序也要一致。figure('Visible','off')在无图形界面的服务器上必须用，否则会报显示相关的错误。saveas落一张图出来，能确认渲染链路也是通的。

4.3 kmeans 参数取舍：Distance、Replicates、Start 怎么选

聚类这块，参数选不对的表现是「每次跑结果都不一样」，很多人第一反应是环境有问题，其实是kmeans默认的初始中心是随机挑的。安装验证时我们恰恰需要可复现的结果。

% 三簇数据，固定随机源后做聚类 rng(1, 'twister'); % 固定随机源，保证可复现 data = [randn(100,2) + 1; randn(100,2) + 5; randn(100,2) + 10]; [idx, C, sumd, D] = kmeans(data, 3, ... 'Distance', 'sqeuclidean', ... 'Replicates', 5, ... 'Start', 'plus', ... 'Display', 'final'); fprintf('聚类中心数量: %d\n', size(C,1)); fprintf('簇内平方和总和: %.2f\n', sum(sumd));

参数说明：Distance选距离度量，sqeuclidean是平方欧氏距离，也是默认值，数据维度高的时候它比euclidean计算量小。Replicates是重复次数，每次用不同初始中心，最后返回簇内距离和最小的那一组，默认值偏小，实际项目里我一般设 5 到 10，代价是耗时线性增长。Start控制初始中心怎么选，'plus'是 k-means++ 策略，比默认的均匀采样更稳定；也可以传一个矩阵自己指定初始中心。

四个输出：idx是每个样本的簇编号，C是簇中心矩阵，sumd是每个簇内点到中心的距离和，D是每个点到各中心的距离矩阵。验证的时候看C的行数是不是等于 k，sumd有没有 NaN——出现 NaN 通常说明某个簇空了，数据分布和 k 不匹配。

一张参数对照表方便查阅：

参数	常用取值	影响
Distance	sqeuclidean / cityblock / cosine	决定「相似」的定义，高维稀疏数据优先 cosine
Replicates	5 到 10	越大越稳定，耗时线性增加
Start	plus / sample / 数值矩阵	plus 一般比默认更稳，需要完全复现时传矩阵
MaxIter	100 到 300	太小会提前停止，表现为 sumd 偏大
EmptyAction	singleton / error	出现空簇时是新建一个中心还是直接报错

EmptyAction这一项容易被忽略。默认是singleton，空簇会被重新指派一个离中心最远的点，结果能跑完但聚类质量下降；设成error会直接报错，反而更容易发现问题。做验证脚本的时候我倾向设error，宁可报错也不要一个看起来正常的结果。

5. 常见问题排查：装完跑不起来的 5 个易错点

下面五条都是我自己或同事实际遇到过的，按「现象、原因、解决」写。工具箱本身不算难装，麻烦的地方在于它的错误信息往往指向不了真正的根因，所以每一条我都尽量写清楚该看哪里。

5.1 现象：调用 fitlm 报未定义函数

现象很直接，Undefined function 'fitlm' for input arguments of type 'double'，但ver('stats')明明显示已安装。

原因是函数索引没有刷新，或者安装落到了另一个matlabroot下。前一种情况最常见：安装器装完文件已经就位，但当前 MATLAB 会话的函数缓存还是旧的。

解决分两步走。先刷新缓存，再确认路径：

rehash toolboxcache; p = which('fitlm', '-all'); % -all 列出所有同名实现 disp(p);

which加-all会列出搜索路径上所有叫fitlm的文件。如果输出为空，说明文件确实不在路径上，回去检查matlabroot/toolbox/stats目录存不存在；如果输出多条，说明有同名实现冲突，需要把非内置的那份移走或者放到路径末尾。

5.2 现象：ver 里能看到工具箱，启动时却报许可检出失败

启动 MATLAB 时命令窗口弹出一行警告，大致是某个 feature 检出失败，但ver列表里工具箱明明在。

原因是安装和授权是两件独立的事。工具箱文件装上了，license文件里没有对应的 feature，或者网络许可服务器连不上，都会出现「装了但用不了」。离线安装的机器上这个情况尤其常见，安装包里带的是文件，不带授权。

解决方法是确认授权来源：

% 看当前签出的 feature 列表 lic = license('inuse'); for k = 1:numel(lic) fprintf('%s\n', lic(k).feature); end % 单独测某个 feature 是否可检出 fprintf('统计工具箱可检出: %d\n', license('test','Statistics_Toolbox'));

如果license('test', ...)返回 0，问题在授权侧，跟安装无关，重装一百遍也没用。要么把license.lic换成包含该 feature 的版本，要么把网络许可的服务器地址配到license.lic里。

5.3 现象：kmeans 每次跑出来的簇编号都不一样

数据没变，代码没变，跑三次得到三套不同结果，簇中心的数值也不同。

原因是kmeans默认的初始中心是随机生成的，随机源没有固定，每次启动 MATLAB 随机源状态都不同。另外Replicates设得太小的时候，不同重复之间也会收敛到不同的局部最优。

解决方法是两处一起调：

rng(42, 'twister'); % 项目里固定一个种子，写进脚本开头 [idx, C] = kmeans(data, 3, 'Replicates', 10, 'Start', 'plus');

rng的种子值本身不重要，重要的是全组统一。做对比实验时我一直要求种子写在脚本第一行，不要放在中间，否则前面任何一次随机调用都会改变后续状态，复现就失效了。另外要注意簇编号本身没有语义，第 1 簇和第 2 簇互换是正常现象，比较结果前先按中心坐标排序对齐。

5.4 现象：装完之后启动变慢，命令窗口刷一堆路径警告

开机启动 MATLAB 要等很久，命令窗口还会滚出一堆Warning: Name is nonexistent or not a directory。

原因是pathdef.m或者startup.m里残留了已经不存在的目录。工具箱重装、目录改名、盘符变化都会留下这种残留。每次启动 MATLAB 都要逐个检查这些路径是否存在，路径条目越多启动越慢。

解决方法是清一遍：

% 列出当前路径中不存在的目录 p = strsplit(path, pathsep); bad = p(~cellfun(@isfolder, p)); fprintf('失效路径条目数: %d\n', numel(bad)); for k = 1:numel(bad) fprintf(' %s\n', bad{k}); end

把列出来的失效条目从startup.m里删掉，或者直接restoredefaultpath重建。我一般的做法是restoredefaultpath之后只保留必要的自建目录，然后savepath固化，一年清理一次就够。

5.5 现象：同一份脚本在别人的机器上结果一致，在本机上有微小差异

R^2差了千分之一，聚类中心偏了几个小数点。数据、代码、种子完全一样。

原因通常有两个。一是主程序发行版不同，某些函数的默认容差或者迭代停止条件在小版本之间调整过。二是某些函数走了多线程，浮点累加顺序不固定，导致末位有差异。

解决办法是先确认版本一致：

fprintf('MATLAB: %s\n', ver('matlab').Release); fprintf('Stats : %s\n', ver('stats').Version);

两行输出对不上，后面所有讨论都没意义，先把版本统一。版本一致但结果仍有微小差异的，检查是否开了并行池，parpool开着的时候部分函数会走并行路径，累加顺序变了，末位差异是正常的。要严格对比的话，delete(gcp('nocreate'))关掉并行池再跑，或者把对比的容差设到 1e-6 量级。

6. 装完怎么验证：一份自检脚本加一张版本对照表

前面四章讲的都是过程，真正决定这套环境能不能交付的，是最后这一步验证。我现在的习惯是：任何一台机器装完工具箱，先跑一份固定的自检脚本，四条链路全绿才算完成，不看界面、不看别人的「应该没问题」。

自检脚本固定四个环节，覆盖统计、检验、回归、聚类：

%% env_check.m —— 装完先跑这一段，四条全绿再干活 clear; clc; rng(1, 'twister'); % 固定随机源，两台机器结果可对照 % 1) 基础统计：主程序与工具箱都要能算 v = [2.1 3.4 2.8 3.9 4.4 3.1 2.6]; fprintf('[1] mean = %.4f, std = %.4f\n', mean(v), std(v)); % 2) 假设检验：能出 h 和 p 两个输出 a = randn(50,1); b = randn(50,1) + 0.8; [h, p] = ttest2(a, b); fprintf('[2] ttest2: h=%d, p=%.4f\n', h, p); % 3) 回归：确定性数据，R^2 必须接近 1 X = (1500:100:2400)'; y = 200 * X + 3000; mdl = fitlm(X, y); fprintf('[3] fitlm: R^2=%.6f, 斜率=%.2f\n', mdl.Rsquared.Ordinary, mdl.Coefficients.Estimate(2)); % 4) 聚类：中心数量必须等于 k data = [randn(80,2)+1; randn(80,2)+6; randn(80,2)+11]; [idx, C] = kmeans(data, 3, 'Replicates', 5, 'Distance', 'sqeuclidean'); fprintf('[4] kmeans: 中心数=%d, 样本数=%d\n', size(C,1), numel(idx)); % 汇总 fprintf('\n版本：MATLAB %s / Stats %s\n', ver('matlab').Release, ver('stats').Version);

四个环节的判据很明确：第 1 步mean和std必须出数值，出不来说明主程序有问题；第 2 步h必须是 0 或 1，p必须在 0 到 1 之间，出 NaN 说明输入里有缺失值没处理；第 3 步R^2必须等于 1（放宽容差到 0.9999），斜率必须是 200，这两个数字只要是别的值，就说明fitlm走的不是预期路径；第 4 步中心数必须是 3，样本数必须是 240，数值不对说明数据生成或者聚类调用被改过。

四条之外，再加一张版本对照表，记录这台机器的环境基线。同一批实验的多台机器，这张表要能对得上：

记录项	取值来源	用途
MATLAB 发行版	`ver('matlab').Release`	版本不一致时结果差异的第一个怀疑对象
工具箱版本	`ver('stats').Version`	确认与主程序配套
matlabroot	`matlabroot`	排查多版本混装
工具箱目录	`fullfile(matlabroot,'toolbox','stats')`	确认文件落地位置
许可 feature	`license('test','Statistics_Toolbox')`	返 0 时安装再多次也没用
随机种子	脚本第一行的`rng`值	聚类、抽样类函数复现的前提