我不是一个优秀的程序员，但我努力提升自己的技能，并尝试使用更好的结构和实践方法。

我正在从事机器学习工作，并使用Keras。我试图找到保存结果的最佳方法。我有一个模型，x和y模拟数据的缩放参数，原始特征和Y。保存所有这些信息数据的最佳实践是什么？是否可以或是一个好主意将我的模型和缩放参数一起保存？我读取csv文件并将其转换为pandas DataFrame，是否最好保存DataFrame以便下次直接使用它，还是继续读取csv文件？

非常感谢您的建议和对新手的耐心。PS：对不起我的英语不好，我也在努力改进。

回答：

您使用的是Keras，而不仅仅是scikit-learn，所以我建议构建一个管道并分别保存它们。

from keras.models import load_modelfrom sklearn.externals import joblibpipeline = Pipeline([    ('scaler', StandardScaler()),    ('estimator', KerasClassifier(build_model))])pipeline.fit(X_train, y_train)# 保存Keras模型pipeline.named_steps['estimator'].model.save('keras_model.h5')# 保存管道pipeline.named_steps['estimator'].model = Nonejoblib.dump(pipeline, 'sklearn_pipeline.pkl')# 反序列化pipeline = joblib.load('sklearn_pipeline.pkl')# 添加Keras模型pipeline.named_steps['estimator'].model = load_model('keras_model.h5')