解決したいこと

以下の２つの学習モデルを等しくしたいと思っています。
前者はPipelineを用いて作成したモデル、後者は、前者のモデルを参考に自力で作成したモデルになります。
比較した際、roc_auc_scoreやpredict_probaは等しくなるのですが、accuracy_scoreの値だけがなぜか異なってしまいます...。どのようにすれば等しくできるでしょうか？
詳しい方が居りましたら、ご教授頂きたいです。

試したコード

Pipelineを使用したモデル

python
1(一部省略)
2
3
4# パイプライン
5pipe = Pipeline([
6           ('scale', MinMaxScaler()),
7           ('clf', LogisticRegression())
8       ])
9
10param_dict = {
11    "clf__C": [0.001 * x for x in range(1, 1001)],
12}
13
14grid_search = GridSearchCV(pipe, param_dict, cv=10, return_train_score=False, scoring="roc_auc")
15grid_search.fit(train_X, train_y)
16
17print('Best parameters:', grid_search.best_params_)
18print('Best auc on validation set:', grid_search.best_score_)
19
20pred = grid_search.predict(test_X)
21print('Test set accuracy with best parameters: {}'.format(accuracy_score(test_y, pred)))
22print('Test set AUC with best parameters: {}'.format(roc_auc_score(test_y, pred)))

出力

Best parameters: {'clf__C': 0.005}
Best auc on validation set: 0.700801749271137
Test set accuracy with best parameters: 0.7547547547547547
Test set AUC with best parameters: 0.7017017017017015

上記の出力を参考に自力で作成したモデル

python
1scalar = MinMaxScaler().fit(train_X)
2train_X_scaled = scalar.transform(train_X)
3test_X_scaled = scalar.transform(test_X)
4
5lr = LogisticRegression(C=0.005)
6lr.fit(train_X_scaled, train_y)
7pred = lr.predict(test_X_scaled)
8print('Test set accuracy with best parameters: {}'.format(accuracy_score(test_y, pred)))
9print('Test set AUC with best parameters: {}'.format(roc_auc_score(test_y, pred)))

出力

Test set accuracy with best parameters: 0.71875
Test set AUC with best parameters: 0.7017017017017015

このように、roc_auc_scoreは等しくなるのですが、accuracy_scoreが一致しません。
AUCが偶然等しくなった可能性を考え、両者のpredict_probaを確認したところ、完全に一致しておりました。
また、データ分割の割合を変えて同じコードを実行しても、やはりaccuracy_scoreのみが一致しません。