在训练好autogluon模型之后，可以将模型进行保存。之后当有新的数据需要使用autogluon进行预测的时候，就可以直接加载原来训练好的模型进行训练。
import pandas as pd
from sklearn.model_selection import train_test_split
from autogluon.tabular import TabularDataset, TabularPredictor
label='bugState'
predictor = TabularPredictor(label=label,path="bugStatemodel").fit(df4)
其中，参数path="bugStatemodel"就表示在当前路径下新建一个叫bugStatemodel的文件夹，里面存放着训练好的模型
当要调用模型时：
predictorbs = TabularPredictor.load("bugStatemodel")
bs_pred = predictorbs.predict(test_data)
也可以一次性调用多个训练好的模型：
from autogluon.tabular import TabularDataset, TabularPredictor
predictorCBT = TabularPredictor.load("CBTmodel")
predictorCBD = TabularPredictor.load("CBDmodel")
predictorRE = TabularPredictor.load("REmodel")
predictorXDL = TabularPredictor.load("XDLmodel")
test_data = TabularDataset(yc) # yc是新的数据，即要使用autogluon预测的数据
CBT_pred = predictorCBT.predict(test_data)
CBD_pred = predictorCBD.predict(test_data)
RE_pred = predictorRE.predict(test_data)
XDL_pred = predictorXDL.predict(test_data)
