使用Scikit-learn将训练好的模型保存为.pkl文件，以便于后续调用

在机器学习任务中，经过训练的模型通常需要在实际应用中进行部署和使用。为了方便后续调用和重复使用，我们可以使用Scikit-learn库提供的功能将训练好的模型保存为.pkl文件。本文将详细介绍如何使用Scikit-learn保存和加载模型，并提供相应的源代码示例。

首先，我们需要确保已经安装了Scikit-learn库。可以使用以下命令安装Scikit-learn：

pip install scikit-learn

接下来，我们将使用一个示例来说明如何保存和加载模型。假设我们已经完成了一个简单的分类任务，使用了Scikit-learn中的SVM（支持向量机）算法进行训练，并得到了一个训练好的模型。现在，我们想将这个模型保存到文件中。

以下是保存模型的代码示例：

from sklearn import svm
import pickle

# 创建并训练模型
model = svm.SVC