https://zhidao.baidu.com/question/1707465980177376940.html
O problema que você mencionou é a persistência do modelo, que é salvar o modelo aprendido e apenas chamar esse arquivo no futuro.
Cada estrutura deve ter uma função de persistência de modelo. Veja o sklearn como exemplo:
from sklearn.externals import joblib
joblib.dump(clf, "train_model.m") #存储
clf = joblib.load("train_model.m") #调用
Ou: http://cn.voidcc.com/question/p-ntavhtii-bag.html
...
import cPickle
rf = RandomForestRegresor()
rf.fit(X, y)
with open('path/to/file', 'wb') as f:
cPickle.dump(rf, f)
# in your prediction file
with open('path/to/file', 'rb') as f:
rf = cPickle.load(f)
preds = rf.predict(new_X)