与xgboost相比，dask xgboost给出了不同的答案

Question

我在Normal XGBoost和Dask XGBoost上运行相同的代码。 我从两种模型得到不同的概率。

常规XGBoost代码

params = {'objective': 'binary:logistic', 'nround': 1000,
      'max_depth': 16, 'eta': 0.01, 'subsample': 0.5,
      'min_child_weight': 1, 'tree_method': 'hist',
      'grow_policy': 'lossguide'}
model = XGBClassifier(params=params)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

输出：-{Normal XGBoost Code Output

Dask XGBoost代码

params = {'objective': 'binary:logistic', 'nround': 1000,
      'max_depth': 16, 'eta': 0.01, 'subsample': 0.5,
      'min_child_weight': 1, 'tree_method': 'hist',
      'grow_policy': 'lossguide'}
bst = dxgb.train(client, params, X_train, y_train)
predictions2 = dxgb.predict(client, bst, X_test).persist()

输出：- Dask XGBoost Code Output

有人可以在这里帮助我吗？