La sérialisation convertit un objet en mémoire, comme un modèle entraîné, en une suite d'octets stockable dans un fichier, puis rechargeable plus tard. Elle permet de séparer l'entraînement de l'utilisation du modèle. Charger un fichier sérialisé de source inconnue est risqué, car certains formats (pickle, joblib) peuvent exécuter du code.
Exemple
import joblib
joblib.dump(pipeline, 'model.joblib')
model = joblib.load('model.joblib')