Scikitlearn-Tensorflow管道-如何在HD5 / PMML中保存管道

Question

我创建了一个混合了scikit学习预处理和keras的管道模型。

scaler = StandardScaler()
clf = KerasRegressor(build_fn=build_model,epochs=1000,validation_split=0.2, batch_size=100, callbacks=[print_dot,plot_losses], verbose=1)))

pipeline = Pipeline([
    ('preprocess',scaler),
    ('clf',clf)
])

import time
start = time.time()
pipeline.fit(X_train,y_train)
end = time.time()
print(end-start)

此代码有效，我也可以调用transform pipe方法

predictions = pipeline.predict(X_test).flatten()

问题是我需要将Pipeline保存为HD5模型，以便可以在运行时将未预处理的值提供给模型-

这可能吗 如果不是，托管此管道的方法是什么？

因此，以下问题仅解决了仅保存模型而没有预处理管道的问题- 我也想保存预处理管道-

How to save Scikit-Learn-Keras Model into a Persistence File (pickle/hd5/json/yaml)

@danyfang有助于发现这个问题

how to save a scikit-learn pipline with keras regressor inside to disk?

该问题将管道分别存储为.pkl文件。因此需要查看pk1如何转换为pmml