Результаты модели резко меняются при запуске тех же строк, что и сценарий или как функция

Question

Странная вещь происходит сегодня.Я бегу RandomForestRegressor по 8 категориям.Сначала я попытался зациклить график функции y_test и мой прогноз, но затем я заметил, что эти графики не соответствуют моим результатам в другом месте скрипта, поэтому я попытался запустить превращение функции в простой скрипт.Цикл функции плюс выглядит следующим образом:

def plotModelResults(model, X_train=X_train, X_test=X_test, plot_intervals=False, plot_anomalies=False):

    model.fit(X_train.values,y_train.values.ravel())
    prediction = model.predict(X_test.values)
    axs[i].plot(prediction, "g", label="prediction", linewidth=2.0)
    axs[i].plot(y_test.values.ravel(), label="actual", linewidth=2.0)
    axs[i].legend(loc="best")
    axs[i].set_title('{}'.format(team))
    axs[i].grid(True)

Ничего особенного.И это выглядит так:

nplots=df['Equipos'].nunique()
f, axs = plt.subplots(figsize=(25,5),nrows=1, ncols=nplots, sharey=True )
dicc=dict()
for i,team in enumerate(df['Equipos'].unique()):


    aux=df.loc[df['Equipos']==team]
    X=aux.drop(columns=['Cantidad_Vendida','Equipos']).copy()
    y=aux[['Cantidad_Vendida']].copy()
    X_train, X_test, y_train, y_test = timeseries_train_test_split(X, y, test_size=0.1)

    plt.tight_layout()

    plotModelResults(RandomForestRegressor(n_estimators=100, random_state=42))

Первый график из этого скрипта выглядит так:

И затем язапустите это:

nplots=len(df['Equipos'].unique())
f, axs = plt.subplots(figsize=(25,5),nrows=1, ncols=nplots, sharey=True )

for i,team in enumerate(df['Equipos'].unique()):


    aux=df.loc[df['Equipos']==team]
    X=aux.drop(columns=['Fecha_Venta','Cantidad_Vendida','Equipos']).copy()
    y=aux[['Cantidad_Vendida']].copy()
    X_train, X_test, y_train, y_test = timeseries_train_test_split(X, y, test_size=0.1)
    rf=RandomForestRegressor(n_estimators=100, random_state=42)
        #Fiteamos modelo
    rf.fit(X_train.values,y_train.values.ravel())

    prediction = rf.predict(X_test.values)


    axs[i].plot(prediction, "g", label="prediction", linewidth=2.0)
    #Ploteamos valores de test
    axs[i].plot(y_test.values.ravel(), label="actual", linewidth=2.0)
    axs[i].legend(loc="best")
    axs[i].set_title('{}'.format(team))
    axs[i].grid(True)

    plt.tight_layout()

Из которого его первый график выглядит так:

Насколько я вижу, обаСценарии эквивалентны, поэтому я понятия не имею, почему эти графики отличаются.Есть идеи?