我在进行CNN二分类问题时，通过ImageDataGenerator()加载训练集和测试集，代码如下：

datagen_train = ImageDataGenerator(validation_split=0.2, zoom_range = 0.2, width_shift_range=0.1, height_shift_range=0.1, horizontal_flip = True)
datagen_test = ImageDataGenerator()
train_it = cnn2_datagen.flow_from_directory(TRAIN_FOLDER, class_mode='binary', batch_size=32, target_size=(150,150), subset='training')
val_it = cnn2_datagen.flow_from_directory(TRAIN_FOLDER, class_mode='binary', batch_size=32, target_size=(150,150), subset='validation')
test_it = cnn2_datagen_test.flow_from_directory(TEST_FOLDER, class_mode='binary', batch_size=32, target_size=(150,150))

然后我创建模型，并用训练集和验证集进行拟合。之后，使用model.evaluate(test_it)得到的准确率为88%。然而，问题出现在使用model.predict(test_it)时。尽管我使用的是完全相同的测试集，输出预测的顺序总是不同！例如：

y_pred = model.predict(test_it)
print(y_pred)
[0, 0, 1, 1]

我再次运行相同的代码块，model.predict(test_it)的结果变为[1, 0, 0, 1]。每次运行结果都不同，而我的代码没有任何改动，这让我无法创建混淆矩阵，因为我无法将测试集中每个数据点的真实标签与y_pred进行比较，因为预测的顺序不同。

任何关于为什么会发生这种情况的建议都将不胜感激。

回答：

在test_it的flow_from_directory代码中设置shuffle=False