joblib.dump 默认不压缩且不启用 protocol 5，大数组以裸二进制写入；需显式设 compress=3 和 protocol=5，并清理冗余属性、避免闭包引用，才能有效减小文件体积。
joblib.dump 默认不压缩，大数组全量写入磁盘
joblib 保存模型时默认 compress=0，意味着对 NumPy 数组不做任何压缩——比如一个 shape=(1000000, 100) 的 float64 特征矩阵，原始体积就达 ~760MB，存成文件就是裸数据。它不像 pickle 那样做通用编码，而是直接把内存中数组的二进制块 dump 出来，省了序列化开销，但也放弃了自动压缩。
常见错误现象：模型训练完只有几百 MB 内存占用，但 joblib.dump(model, "model.joblib") 生成的文件却飙到 2GB+，加载时还更慢。
- 必须显式传
compress=3（zlib 级别 3 压缩），实测可缩小 30%～50%，CPU 开销可控 -
compress=True等价于compress=1，压缩率低、效果差，别用 - 若需更高压缩比且 CPU 充足，可搭配
lz4.frame自定义压缩器：dump(model, "model.joblib", compress=(LZ4Compressor(), None))
pipeline 中混入未压缩的预处理器或自定义对象
Scikit-learn Pipeline 或 ColumnTransformer 里如果嵌了 StandardScaler、OneHotEncoder，它们内部的 scale_、categories_ 等属性都是 NumPy 数组，同样受 compress 参数影响。但如果你在 pipeline 里手动塞了本地定义的类、lambda 或未导出的函数，joblib 会退化为 pickle 行为，不仅无法压缩，还可能让文件异常膨胀（因重复存储模块路径、源码行号等元信息）。
- 检查 pipeline 是否含
FunctionTransformer或自定义 transformer：确保类定义在独立.py文件中，且能被 import - 避免在 fit 前用
functools.partial动态构造参数，这类对象 joblib 无法高效压缩 - 用
joblib.load("model.joblib", mmap_mode="r")加载后，调用model.named_steps["scaler"].scale_看是否能访问——若报AttributeError，说明 scaler 没被正确序列化，压缩也无意义
protocol=5 未启用，导致数组无法分块压缩
Python 3.8+ 和 joblib ≥1.3 支持 pickle protocol 5，它引入 out-of-band buffer 机制，允许 joblib 把大数组拆成独立 buffer 流式压缩写入，而不是拼成一块再压。但 joblib 默认不启用 protocol 5，dump() 调用时不传 protocol 参数，就回退到旧协议（通常是 4），数组仍按整块处理，压缩效率打折。
- 务必加
protocol=5：例如joblib.dump(model, "model.joblib", compress=3, protocol=5) - 该参数在 joblib 1.2 以下版本无效，先确认
joblib.__version__≥ 1.3 - protocol=5 不影响兼容性：只要加载端 joblib ≥1.3 且 Python ≥3.8，就能读；旧环境加载失败不是 protocol 问题，而是 joblib 版本太低
模型含冗余状态或调试残留字段
有些 estimator（如 RandomForestClassifier）在 debug 模式下会保留 oob_decision_function_、feature_importances_ 等中间结果，这些数组可能比模型本身还大。训练时若开了 oob_score=True 或 verbose 参数，这些字段会被一并序列化进文件。
- 训练完成后，手动清理非必要属性：
del model.oob_decision_function_（前提是推理不需要） - 用
model.__getstate__()查看实际序列化内容，过滤掉_开头的大数组字段 - 生产部署前统一用
sklearn.utils._testing.ignore_warnings包裹训练逻辑，避免警告触发额外状态缓存
X_train 引用、临时 plt.figure() 对象、甚至 Jupyter notebook 里的 Out[12] 变量。这些一旦被闭包捕获进 pipeline，joblib 就会老实存进去，压缩也救不了。Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
