sklearn.linear_model.SGDClassifier

SGDClassifier是一个用随机梯度下降算法训练的线性分类器的集合。默认情况下是一个线性（软间隔）支持向量机分类器。
因为支持向量机的另一种解释是最小化合页损失函数(统计学习方法P113)，所以损失函数可以通过梯度下降的算法来求参数。下面是SGDClassifier的使用方法：
参数
loss：损失函数选择项，字符串型；默认为’hinge’即SVM；'log’为逻辑回归。
penalty：惩罚方式,字符串型；默认为’l2’;其余有’none’,‘l1’,‘elasticnet’。
alpha：惩罚参数,浮点型；默认值为0.0001。
n_iter：迭代次数，整数型；默认值为5。
learning_rate：学习速率，字符串型；默认值为’optimal’，根据alpha计算得到。

属性
coef_：参数。
intercept_：截距。

方法表
fit(X,y):拟合。
get_params()：得到参数表中的所有参数。
predict(X)：预测。
score(X,y)：返回准确率。