对于同一MOD，C++和Python的XGBOOST预测不同

Question

我使用下面的代码在python中训练了一个模型（在这个例子中，我没有使用测试集，我使用同一个数据集进行训练和预测，以便更容易地说明问题）：

params = {'learning_rate':0.1,'obj':'binary:logistic','n_estimators':250, 'scale_pos_weight':0.2, 'max_depth' : 15, 'min_weight' : 1, 'colsample_bytree' : 1, 'gamma' : 0.1, 'subsample':0.95} 

X = np.array(trainingData,dtype = np.uint32) #training data was generated from a csv

X = xgb.DMatrix(np.asmatrix(X), label = Y)

clf = xgb.train(params, X)
clf.save_model('xgb_test.model')
X.save_binary('test.buffer')

answer = clf.predict(X) 

这个预测产生了大约40k个零点和270k个零点

然后使用以下代码将模型加载到c++中：

^{pr2}$

对于c++预测，我得到了大约55k个零。在

我试过以下方法：

1. 确保使用密集矩阵在python中训练模型，因为xgbooserpredict接受密集矩阵（这个假设来自stackoverflow的一个类似问题）
2. 使用xgb.列车，而不是Xgbclassifier.fit. 火车进站了，菲特没有
3. 将训练数据转换为np矩阵np.A矩阵（十） 一。在

有人知道我做错了什么吗？谢谢