为什么Google ml-engine在线预测返回与本地预测不同的预测？

Question

我创建了一个scikit-learn管道，并通过提交培训工作将模型版本上传到ml-engine。当我从模型中请求局部预测时，与请求在线预测时获得的概率不同，但是我使用的是相同的输入文件。在我的管道中，我创建了一个ColumnTransformer，它包含用于分类数据的OneHotEncoder（）和用于数字数据的StandardScaler（）。培训工作期间发生了什么事情正在更改管道，或者调用gcloud ml-engine predict时我的本地环境有问题吗？

transformer = ColumnTransformer(transformers=[('numerical', StandardScaler(
), [0, 1]), ("categorical", OneHotEncoder(categories=[array1, array2]), [2, 3])])
transformer.fit(X)

logClf = LogisticRegression(random_state=42, solver='liblinear')

logClf.predict = logClf.predict_proba


pipeline = Pipeline([
    ('transformer', transformer),
    ('classifier', logClf)])

pipeline.fit(X_train, y_train)

模型版本使用scikit-learn 0.20.0和python版本3.5。