要保存Scipy的KDE模型，可以使用Python的pickle模块。下面是一个示例代码：

import numpy as np
from scipy import stats
import pickle

# 生成一些随机数据
np.random.seed(123)
data = np.random.randn(1000)

# 构建KDE模型
kde = stats.gaussian_kde(data)

# 保存KDE模型到文件
with open('kde_model.pkl', 'wb') as f:
    pickle.dump(kde, f)

# 从文件加载KDE模型
with open('kde_model.pkl', 'rb') as f:
    loaded_kde = pickle.load(f)

# 使用加载的KDE模型进行预测
x = np.linspace(-5, 5, 100)
y = loaded_kde.evaluate(x)

在上面的示例中，首先通过stats.gaussian_kde()函数构建了一个KDE模型，然后使用pickle.dump()函数将模型保存到文件kde_model.pkl中。接着，使用pickle.load()函数从文件中加载模型，并使用加载的模型进行预测。

注意，pickle模块可以保存任意Python对象，包括Scipy的KDE模型。但是需要注意的是，在加载保存的模型时，需要确保与保存时使用的Scipy版本相同，以避免版本不兼容的问题。