我一直在玩很多不同的机器学习模型（聚类、神经网络等），但我有点坚持理解在 Python 或 Matlab 中完成模型构建后会发生什么。
例如，假设我为二进制分类问题训练了一个基本的神经网络模型。例如，如何将其部署给同事，以便他们可以加载数据集以进行预测？我已经训练了一个模型，但是现在该模型会发生什么？如何“保存”我刚刚在 Python 中训练的模型？
我看到很多关于如何预处理数据、训练模型、输出统计数据和预测的教程；但是，接下来会发生什么？
显然，Facebook、谷歌和其他任何深度参与机器学习/人工智能应用程序的人都在创建一个框架来使用他们的模型。但是，是否有软件可以让您提取数据，然后将其应用到您的 Python 代码中？这就是 Weka、TensorFlow 和这些其他软件包的作用吗？
如果您想保存参数以供以后部署，那么训练模型后会持续（用外行的话来说，保存）模型。
所有进行认真机器学习的公司都会花费大量时间（有时甚至是几天或几周）来训练模型。显然，当您需要在部署模式下进行快速预测时，您可以使用预先训练的模型来生成所述预测。
例如，在 python 中，有很多方法可以持久化模型。最常用的库是 pickle 和 cpickle（我相信 i/o 快得多，因为核心在 C 中）。
这是 sklearn 中模型持久性的链接：
http://scikit-learn.org/stable/modules/model_persistence.html
这是一个如何将机器学习模型集成到 Web 应用程序中的示例https://www.youtube.com/watch?v=mu-R0dQ3-Qo可以在此处找到代码https://github.com/ shivasj/Integrating-a-Machine-Learning-Model-into-a-Web-app