如何保存scikit-multilearn集成模型？

Question

我正在使用scikit-multilearn和Keras包装器来制作模型，如代码中所述：

KERAS_PARAMS = dict(epochs=1, batch_size=100, verbose=1)

classifier = LabelSpacePartitioningClassifier(
    classifier = LabelPowerset(
        classifier=Keras(multimodel, True, KERAS_PARAMS),
        require_dense = [False, True]
    ),
    require_dense = [True, True],
    clusterer = FixedLabelSpaceClusterer(clusters=my_cluster)
)

我的多模型是使用TensorFlow / Keras构建的简单神经网络：

def multimodel(input_dim, output_dim):
  model = Sequential()
  model.add(Dense(10, input_dim=input_dim, activation='relu'))
  model.add(Dropout(0.1))
  model.add(Dense(10, activation=tf.keras.layers.LeakyReLU()))
  model.add(BatchNormalization())
  model.add(Dense(10, activation=tf.keras.layers.PReLU()))
  model.add(Dropout(0.1))
  model.add(Dense(10, activation='relu'))
  model.add(BatchNormalization())
  model.add(Dense(10, activation=tf.keras.layers.LeakyReLU()))
  model.add(Dropout(0.1))
  model.add(Dense(output_dim, activation='softmax'))

  model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy', tfa.metrics.FBetaScore(output_dim)])

  return model

但是在训练模型之后，我无法获得权重。我已经尝试过类似的事情：

joblib.dump(classifier.get_params(), 'model.joblib')

我还尝试将整个模型包装在GridSearhCV中并保存best_estimator_，但没有用。