python - Airflow:存储机器学习模型

Question

我会在 Airflow 上创建机器学习管道。
示例)

result = model.fit()

但是 DAG 文件:(sample.py) 每次都会刷新。

所以我无法存储经过训练的模型。

我应该如何对待经过训练的模型？

或者我应该将训练好的模型数据存储在外部吗？
然后把训练好的模型拿来用？

Answer 1

将模型存储在 pickle 文件中，并在需要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