数据集的批量迭代器_牛客题霸

实现一个批量迭代器函数，用于将数据集分批处理。这在深度学习中特别有用，可以控制内存使用并实现小批量梯度下降等算法。

函数`batch_iterator`接收三个参数：1. X：特征数据，numpy数组2. y：标签数据（可选），numpy数组3. batch_size：批量大小，正整数，默认64

返回一个列表，包含所有批次：- 如果只有X，每个批次是X的子数组- 如果有y，每个批次是[X子数组, y子数组]的列表- 最后一个批次可能小于batch_size

示例1

输入

[[1,2], [3,4], [5,6], [7,8]]
[0, 1, 0, 1]
2

[[array([[1, 2],
       [3, 4]]), array([0, 1])], [array([[5, 6],
       [7, 8]]), array([0, 1])]]

1.对应的输入、输出已给出，您只用实现核心功能函数即可。2.支持numpy、scipy、pandas、scikit-learn库。