Прогнозирование модели Keras GridSearch

Question

Я борюсь со странной проблемой, которую, похоже, не могу понять.

Итак, я использовал KerasClassifier и GridSearch, чтобы построить и найти лучшие параметры для моей модели. Эта часть работала нормально.

После этого я попытался на своих тестовых данных предсказать, где произошла странная вещь. Предполагая, что мой объект grid_search grid, а мои тестовые данные - X_test, я заметил, что результат grid.best_estimator_.predict(X_test) полностью отличается от результата grid_best_estimator_.model.predict(X_test).

Для большего контекста, вот пример результата из grid.best_estimator_.predict(X_test):

       1, 1, 1, 1, 3, 3, 1, 3, 1, 1, 3, 1, 1, 1, 1, 1, 3, 1, 1, 1, 1, 3,
       1, 1, 1, 1, 3, 3, 1, 3, 1, 3, 1, 1, 1, 1, 0, 1, 1, 1, 3, 1, 3, 3,
       1, 1, 1, 1, 1, 3, 1, 1, 1, 1, 1, 1, 1, 3, 1, 3, 1, 1, 3, 1, 1, 3,
       1, 1, 1, 1, 1, 1, 1, 3, 3, 1, 1, 1, 1, 1, 1, 1, 1, 3, 1, 3, 1, 1,
       1, 3, 1, 1, 3, 1, 3, 1, 1, 0, 1, 1, 3, 1, 1, 3, 3, 1, 1, 1, 3, 1,
       1, 3, 1, 3, 1, 3, 1, 1, 3, 1, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 1,
       1, 1, 3, 1, 1, 3, 3, 3, 1, 1, 1, 3, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 3, 1, 1, 1, 1, 1, 3, 1, 1, 1, 1,
       1, 3])

и вот результат из grid_best_estimator_.model.predict(X_test):

[[4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [3.47690374e-01 4.35497969e-01 9.62351710e-02 1.20576508e-01]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [4.48489130e-01 3.48928362e-01 1.13302141e-01 8.92804191e-02]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [2.65852152e-03 2.72439304e-03 5.55709645e-04 9.94061410e-01]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [4.16748554e-01 3.44473362e-01 1.22328281e-01 1.16449825e-01]
 [1.14751011e-01 2.33341262e-01 3.13971192e-02 6.20510638e-01]
 [8.30730610e-03 1.07289189e-02 1.87594432e-03 9.79087830e-01]

В попытке отладки я попытался вызвать np.argmax () для вывода grid_best_estimator_.model(X_test). Затем попытался (result_of_best_estimator == result_of_model) .all (), который возвращает False.

Так, я что-то упустил? Или я неправильно понимаю, как это должно работать?