酸洗（尤其是使用joblib.dump）对于短期存储非常有用，例如，将部分结果保存在交互式会话中或将模型从开发服务器运送到生产服务器。
但是，酸洗格式取决于模型的类定义，这些类定义可能会从scikit-learn的一个版本更改为另一个版本。
如果计划长时间保留该模型，并使其有可能在将来的scikit-learn版本中加载，则建议编写自己的与实现无关的持久性模型。
我还建议使用HDF5文件格式（例如，在PyTables中使用）或其他支持有效存储数字数组的数据库系统。
还可以查看scipy.sparse的稀疏矩阵表示形式的内部CSR和COO数据结构，以提出一种有效的方法将其存储在数据库中。
