机器学习在线学习算法--迭代器实现

在在线学习时，我们不会一次性得到所有要训练的数据。数据会随时间而更新。对于这种情况，我们都是先训练已有数据，然后再训练不断得到的数据。类似的做法是，构建一个迭代器，用于每次训练一部分数据，直到所有数据都训练完。（真正的在线学习算法的数据是不会训练完的，会一直更新）

由于每次训练的数据不一样，会影响到分类器的准确度，也就是说，可能会影响到分类器的性能好坏。

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
import pandas as pd
from sklearn import cluster, datasets
from sklearn import metrics
import random
np.random.seed(0)

#传输进来的data,target是np.array