python逻辑回归训练预测_逻辑回归：用过去的数据训练，用现在的数据预测？

我已经用可用的数据训练和测试了我的逻辑回归，但现在需要输出一个未来的预测。我想包括我在培训和测试集中使用的2017年值，以预测2018年的概率。在

这是我用来训练和测试模型的代码：Xadj = train.ix[:,('2016 transaction count','critical_CI', 'critical_CN','critical_CS',

'critical_FI', 'critical_IN','critical_OI','critical_RA','create_year_2012', 'create_year_2013',

'create_year_2014', 'create_year_2015','create_year_2016')]

#Coded is the transformation of 2017 transaction count to a binary variable

y = y=train.ix[:,('2017 transaction count coded')]

logit_model=sm.Logit(y,Xadj)

result=logit_model.fit()

print(result.summary())

X_train, X_test, y_train, y_test = train_test_split(Xadj, y, test_size=0.3, random_state=42)

from sklearn.linear_model import LogisticRegression

from sklearn imp