Python 使用相同的数据集训练模型（使用clf.fit（））是否会使它变得更好？

这可能是一个愚蠢的问题，但不管怎样，问题还是来了

我正在做一个情绪分析的机器学习算法。因此，我有一个数据集，我使用k-fold交叉验证进行分割。然后我得到单词、字符等的新向量。使用hstack和chi2我得到chi2_Train

之后，我设置clf=randomforest（），并执行clf.fit（chi2\u Train，target\u data）。然后我上传这些模型

---

由于我每次都创建一个新的clf.fit（）（因为fit会删除以前的参数，所以我不能重用现有的模型），这会使我的模型更好吗？我不明白这是怎么回事…

问题不清楚。您是在询问保存模型并在以后重用它吗？我的问题是每次使用clf.fit（），它都会覆盖clf，然后我保存模型。如果数据相同，那么每次运行clf.fit（）时是否都会使模型变得更好？