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保存了LGBM模型。该程序从给定的网页中获取内容，然后对其进行分类。

加载的模型在我的本地计算机（台式机和笔记本电脑）上运行良好。但是，当它在EC2实例上运行时，它会给出毫无意义的预测。什么问题会导致这种情况？

• 三个机器（台式机，笔记本电脑和EC2实例）中的模型完全相同
• 模型的输入数据（经过预处理后）是相同的
• 代码相同（由Git复制）
• 这些预测在本地计算机上确实有意义
• numpy，scikit-learn和其他软件包版本在所有三台计算机中都是相同的

我通过以下方式加载模型：

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

并做一些预测，以防万一（抱歉，代码混乱，这部分不是我写的）

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)