我一直在使用随机森林、神经网络、Boosting 方法和逻辑回归等算法研究二元分类问题。

然而，在我的模型构建过程中，我根据测试集 ( X_test) 中的性能调整了我的模型。意思是，我执行以下操作

步骤 1）我在训练数据上应用 .fit()，评估性能（通过 grdisearchcv 确定最佳参数）

step-2) 稍后，我在 test_data 上应用 .predict()

当 test_data 的性能不好时，我做了以下

a) 更改算法（或超参数、cv 折叠、评分等）并重复步骤 1）和步骤 2）

虽然我通过在线阅读发现这不是一个好方法，因为我将模型暴露给测试数据（多次）并且模型可能过度适合我的 test_data（并且将来对于来自现实世界的新数据表现不佳）。

所以，现在我想擦除我的模型的记忆/让它看不见它已经看到的任何东西。

如何重置 ML 模型内存？重置我的 jupyter 笔记本、笔记本电脑等会让它忘记一切吗？