我有三套功能可以提交给以前训练有素的scikit-learn模型：
A = array（[[-382.29239588，41.55566247，-82.34002121，46.9418383， -17.57207451、23.04330074，-8.98339168、2.97027623， -16.17635433，-29.03104395，-37.84540421，-19.96247004， 1.45566493]]）
B = array（[[-444.93935052，48.67435957，-25.65093617，12.46741799， -20.81909953，-3.69393061，-3.97891248、5.04373584， 9.53073143、20.83470381、18.91419348、10.87717349， -9.04956821]]）
C = array（[[-649.74776586，59.1572497，31.63943146，22.1205277， 15.82881909、8.89255358、7.49822875、11.19258763， 14.35441643、13.16984965、8.33494463、3.93615236， 1.84237938]]）
classifier = joblib.load（'model.joblib'）
classifier.predict（A）
classifier.predict（B）
classifier.predict（C）
我先前加载的用于进行预测的模型是使用要素的比例值（StandardScaler）进行训练的。问题在于，尽管上述三组功能有很大不同，但它们给出的结果相同。
我没有在这个新值中进行任何缩放操作，我必须这样做吗？我尝试在预测之前缩放单个值，然后得到一个带有零的数组。
我在做什么错？在对模型调用预测之前，是否必须对单个值进行一些运算？