在scikit-learn中，SGDRegressor执行随机梯度下降，即，它使用单个样本而不是整个样本（例如，大小为n的样本）来更新模型系数。但是，它仍然会将整个数据集加载到内存中。
另一方面，partial_fit的{{1}}方法只将SGDRegressor样本的一个子集加载到内存中，因此可以帮助处理大型数据集。
我的问题是：
n方法（尽管有时将其与基于我的网络搜索的微型批次GD进行比较）仍然仅使用一个样本来更新模型系数吗？据我了解，小批量GD算法不应使用单个样本，而应使用n个样本的子集来更新系数，以作为随机GD与批GD之间的折衷。