随机森林模型训练达标但用户输入预测全错的问题及解决

我用随机森林分类器构建模型，在测试集上的准确率能达到0.91，但现在遇到了核心问题——用用户输入的数据做预测时结果100%错误，且用户输入的列顺序和训练数据集完全一致。

代码如下：

model = RandomForestClassifier()
model.fit(X_train, y_train)
prediction = model.predict(X_test)
acc = accuracy_score(y_test, prediction)   # 输出: 0.91

X_test_user = df_user_compounds_1.to_numpy()
user_input_predictions_1 = model.predict(X_test_user) # 
user_input_predictions_1    # 输出: array([0, 0, 0, 0, 0], dtype=int64), 预期应为: array([1, 1, 1, 1, 1],dtype=int64) 

我的数据集已完成预处理：

• 无缺失值、无重复值
• 通过RandomOverSampler解决了数据不平衡问题
• 使用MinMaxScaler做特征缩放，所有特征无负值
• 包含11个特征，共7000行数据

后续更新（解决进展） #

感谢@ElvinJafarov的建议，补充df_user_compounds_1和X_test的部分数据样例：

由于训练时使用了MinMaxScaler，我意识到用户输入必须遵循和训练集完全一致的缩放逻辑。于是我通过原数据集的df.describe(include="all")获取每个特征的最小值和最大值，将这两行最值数据拼接到用户输入的数据框后，再进行缩放处理：

调整后结果符合预期：前5个样本的预期预测值为1，实际达到了4/5的正确率：

内容的提问来源于stack exchange，提问作者Mariya Ivanova