Sklearn每月进行的在线Logistic回归

Question

我想用Sklearn以在线方式训练Logistic回归分类器。我知道“ SAG”或“ SAGA”，但是我不确定如何实现。

具体来说，我的目标是让算法在时间t的最近t-x个月（例如x = 3）进行训练，其中t是一年中的一个月。我想对下个月（时间t + 1）的一组示例进行预测。

这是我的df：

X.head()

year    month   age job marital
0   2008    5   56  3   1
1   2008    5   57  7   1
2   2008    5   37  7   1
3   2008    5   40  0   1
4   2008    5   56  7   1

y.head()

0    0
1    1
2    0
3    0
4    0
Name: y, dtype: int8

假设我的clf如下面的代码所示（在本示例中，我已经对整个数据集进行了批量训练）：

clf = LogisticRegression(C=1, max_iter=100, class_weight = 'balanced')

y_pred = clf.predict(X)

cmx = pd.DataFrame(confusion_matrix(y, y_pred), 
                   index = ['No', 'Yes'],
                   columns = ['No', 'Yes'])

注意，我不仅要在数据集中为每个月创建一个模型，还要在整个数据集中以在线（技术上为小批量）的方式训练模型