python ニューラルネットワークへの学習について

挨拶と質問の概要

お世話になっております。ニューラルネットワークに学習をさせる際のモデルの挙動について質問させていただきます。具体的には、プログラム内で学習を終えたモデルが、次の学習工程に入ったときにモデルは初期化されているのか、または以前学習させたモデルが引き継がれるのか、という内容になっております。また、内容を簡潔にするため、今回の質問に必要のない内容(プログラムの引数や交差検証等)は全て省きました。
当方、機械学習については初心者であり、拙さの残る説明となってしまいますが、何卒ご容赦下さい。

質問の前提

理解のため、煩雑ではありますが前提を用意させていただきます。

ある実験を行い、そこから得たデータセットXをニューラルネットワークに学習させました。実験の被験者及びデータセットXについての情報は以下の通りです。

情報

被験者:
A, B, C

データセット内の特徴量:
X = (F1, F2)　(目的変数：y)

用いたい被験者のグループ(以下、グループ)：
AB = (A, B)
ABC = (A, B, C)

グループごとに抽出した特徴量：
グループ(A, B)の特徴量：ABF1, ABF2
グループ(A, B, C)の特徴量：ABCF1, ABCF2

グループごとの目的変数：
グループ(A, B)の目的変数：ABy
グループ(A, B, C)の目的変数：ABCy

これらの情報を使い、ニューラルネットワークに学習をさせます。

質問の内容

python
1from sklearn.neural_network import MLPRegressor
2
3ABX[:, 0] = ABF1
4ABX[:, 1] = ABF2
5
6ABCX[:, 0] = ABCF1
7ABCX[:, 1] = ABCF2
8
9reg = MLPRegressor()
10reg.fit(ABX, ABy)
11
12reg.fit(ABCX, ABCy)

このプログラムでは、始めにreg.fit(ABX, ABy)でニューラルネットワークにグループ(A, B)の特徴量を学習させ、その後reg.fit(ABCX, ABCy)にてグループ(A, B, C)の特徴量を学習させる、という内容になっていますが、このとき最初のreg.fitによってできたモデルは、次のreg.fitに引き継がれるのでしょうか。

このことを確かめようと考えたのですが、そもそもニューラルネットワークの学習後、スコアを出そうにもそれが果たして以前のモデルの影響でそのスコアが算出されたのか、それともそのスコアは以前のモデルには影響されず、そこで学習のために与えたデータセットによってスコアが出されたのか、どう確かめるべきか考えあぐねています。