基于Sklearn的月度在线Logistic回归分析

Question

我想用Sklearn在线培训Logistic回归分类器。我知道“SAG”或“SAGA”，但我不知道如何实现这一点。你知道吗

具体来说，我的目标是让算法在时间t的最后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。你知道吗

这是我的数据框：

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（在本例中，我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'])

请注意，我不仅希望在数据集中为每个月创建一个模型，而且希望在整个数据集中以在线（从技术上讲是minibatch）的方式训练模型本身