每天30行代码——随机梯度上升算法

　　梯度上升算法每次更新回归系数时都要遍历整个数据集，在样本数较少时还可以，当样本数目太多时复杂度太高，所以产生了随机梯度上升算法，每次仅用一个样本点来更新回归系数。
　　

def stocGradAscent0(dataMatrix,classLabels):    m,n=shape(dataMatrix)    alpha=0.01    weights=ones(n)    for i in range(m):        h=sigmoid(sum(dataMatrix[i]*weights))        error=classLabels[i]-h        weights=weights+alpha*error*dataMatrix[i]    return weights