Используйте сохраненное состояние модели xgboost Sklearn XGBClassifier для прогнозирования новых данных

Question

В настоящее время у меня есть работающая модель xgboost XGBClassifier, обученная с хорошей точностью.

Я сохранил состояние модели (экземпляр модели) для нового предсказания в новом файле python, загрузив состояние.

Я не могу загрузить labelencoder из состояния загруженной модели для кодирования новых данных.

Если я использую новый LabelEncoder (), тогда все мои данные закодированы в 0, поэтому я хочу сделатьиспользование обученного значения labelEncoder для данных.

Как мне этого добиться?

Мой исходный код:

from flask import Flask, request
from sklearn.externals import joblib
app=Flask(__name__)
import pandas as pd
@app.route('/', methods=['POST'])
def hello():
    model=joblib.load("Saved_Model.sav")

    print(model)
    //model is loaded successfully
    data=pd.read_json(request.data)
    print(data)
    col=data.columns
    //data also came perfectly
    encoder=model.__le__
    for i in range(0,len(TrainCols)):
       data[col[i]]=encoder.fit_transform(data[col[i]])
    prediction=model.predict(data.values)

Пожалуйста, помогите мне решить мою проблему, а также какя могу получить список параметров из модели состояния?