加载的LGBM模型如何在不同的机器上产生不同的预测？

Question

我以前用pickle保存过LGBM模型。程序从给定的网页中获取内容，然后对其进行分类。你知道吗

加载模型在我的本地计算机（台式机和笔记本电脑）中运行良好。但当它在EC2实例上运行时，它给出了无意义的预测。什么问题会导致这种情况？你知道吗

• 三台机器（台式机、笔记本电脑和EC2实例）的型号完全相同
• 模型的输入数据（在预处理步骤之后）是相同的
• 代码相同（由Git克隆）
• 这些预测在本地机器上是有意义的
• numpy、scikit-learn和其他包版本在所有三台机器中都是相同的

我在模型中加载：

self.mapper = pickle.load(open(model_path + "mapper.pkl", "rb"))
self.model = pickle.load(open(model_path + "model.pkl", "rb"))

如果你想知道（很抱歉代码太乱了，这部分不是我写的），那么你可以做一些预测：

data = self.pipeline.transform([{"url_name": url}])
df = pd.DataFrame({"text": [data]})

processed = self.mapper.transform(df)
processed = [a[0] for a in processed]

ws_results = OrderedDict()
for p1, p2 in sorted(zip(self.classes, self.model.predict_proba(processed).tolist()[0]), reverse=True, key=lambda x: x[1])[:3]:
            ws_results[p1] = round(p2, 3)