XGBClassifier：训练，保存和加载模型后的错误预测

Question

下面是我训练XGBClassifier并保存它的方式：

import pickle
from xgboost import XGBClassifier

# train
model = XGBClassifier()
model.fit(X, y)

# export
pickle.dump(model, open('model.pickle', 'wb'))

这就是我加载模型并做出预测的方式

loaded_model = pickle.load(open('model.pickle', 'rb'))
y_pred = loaded_model.predict(X)

如果模型是从执行训练的同一python进程中加载​​的，则模型预测为OK，但如果模型是从不同于用于训练的python进程加载的，则模型预测为OK（随机） 。

请注意，如果使用model.save_model和model.load_model而不是泡菜，我也会遇到同样的问题。

我所做的简单检查显示模型已正确保存和加载； model._Booster（通过model._Booster.dump_model(some_file)获取）和loaded_model._Booster的转储是相同的。

Python版本：3.7.5

xgboost版本：尝试了0.80和0.90

任何建议都值得赞赏。