Python 如何使用scikit学习API将业务规则应用于分类器

我想用scikit learn API构建一个分类器，以使用如下逻辑：

clf = SGDClassifier
< do training on clf >

#split X into X1 & X2 based on some value logic
X1 = X.loc[(X.A == 0) & (X.B == 0)]
y1 = y.iloc[X1.index.values]
X2 = X.loc[((X.A == 0) & (X.B == 0)) == False]
y2 = y.iloc[X2.index.values]

#perform different prediction for each subgroup of X
p_X1 = [-1 for x in X1]
p_X2 = clf.predict(X2)

#combine together for comparison / testing
y_pred = p_X1 + p_X2
y_test = y1+y2

clf=sgdclassizer

#根据某些值逻辑将X拆分为X1和X2
X1=X.loc[（X.A==0）和（X.B==0）]
y1=y.iloc[X1.索引值]
X2=X.loc[（X.A==0）和（X.B==0））==False]
y2=y.iloc[X2.索引值]
#对X的每个子组执行不同的预测
p_X1=[-1表示X1中的x]
p_X2=clf.预测（X2）
#组合在一起进行比较/测试
y_pred=p_X1+p_X2
y_试验=y1+y2

现在我想把它转换成一个ONNX模型，在这个模型中，我在完整的数据集上运行一个“predict”语句。我以前建造过管道，但我不知道如何在管道中实现这些：

将数据集拆分为2个子组

对一个子组执行简单的分类

将两个输出连接在一起。 （拆分和合并，或根据X值选择正确的分类策略。）