python - Airflow：存储机器学习模型

Question

我会在 Airflow 上制作机器学习管道。
例子）

result = model.fit()

但是 DAG 文件：（sample.py）每次都会刷新。

所以我不能存储训练有素的模型。

我应该如何对待训练有素的模型？

或者我应该将训练好的模型数据存储在外部？
那么把训练好的模型拿来使用呢？

标签： pythonmachine-learningairflow

Answer 1

将模型存储在 pickle 文件中，并随时从同一文件中检索模型。

import pickle 
result = model.fit()
# save the model to disk
filename = 'my_model.sav'
pickle.dump(model, open(filename, 'wb'))

# load the model from file for later use
reload_model = pickle.load(open(filename, 'rb'))
result_final = reload_model.score(X_test, y_test)
print result_final