Python 使用自定义转换器部署sklearn模型

我有一个sklearn管道，其定义如下：

from tools.transformers import MyTransformer

...

pipe = Pipeline([
    ('mytransformer', MyTransformer()),
    ('lm', LinearRegression())
])

...

我的代码的结构是

src
├── __init__.py
├── train.py
└── tools
    └── transformers.py

我已经训练了我的模型，我的管道保存在

.joblib

文件中。现在我想在另一个项目中使用我的模型。但是，我不仅需要移动

.joblib

文件，还需要移动整个

tools/transformers.py

结构。我认为这是一种难以维护和理解的方式

---

是否有一种更简单的方法可以使管道工作，而不需要使用完全相同的结构移动代码？

您需要创建一个单独的项目，例如，

内部库

，并将您在不同项目中使用的所有自定义逻辑移到那里。然后，您需要安装

内部_lib

，作为python环境的一部分（通过pip或conda）。之后，您将能够对经过培训的管道进行酸洗，并在另一个项目中重用它

从技术上讲，它可以作为私有github repo实现，并通过pip安装。这里有两个关于如何实现的链接：