Immer der gleiche Vorhersagewert nach dem Laden des gespeicherten Modells (Catboost) ⇐ Python

[Guest]

Code: Select all

scaler = MinMaxScaler()
X_scaled= scaler.fit_transform(X_resampled)
#veri setimizi test ve train olacak şekilde bölüyoruz
X_train, X_test, y_train, y_test = train_test_split(X_scaled, y_resampled,
test_size=0.30,
random_state=42)
cat_model = CatBoostClassifier().fit(X_train, y_train)
# Test verisi üzerinde tahminler yapma
y_pred = cat_model.predict(X_test)
while True:
................

kullanici_veri = pd.DataFrame({
................

})

break

# saving part
file_path = "cat_model.cbm"
cat_model.save_model(file_path)

# loading part
loaded_model = CatBoostClassifier()
loaded_model.load_model(file_path)

# prediction part
glycemic_control_prediction = loaded_model.predict(scaled_data)
print(f"Glycemic Control Tahmini: {glycemic_control_prediction[0]}")

immer der gleiche Vorhersagewert nach dem Laden des gespeicherten Modells
ich habe andere Speicher-/Lademethoden ausprobiert, aber es hat nicht funktioniert
ich habe Joblib, Pickle ausprobiert, auf Überanpassung überprüft, Datenlecks usw.
Irgendwelche Ideen, um das Problem zu lösen? Gibt es etwas, das mir fehlt?