用途：本技能用于通过 scikit-learn 构建可复现的机器学习流水线，覆盖预处理、交叉验证、超参数调优、模型评估与 MLflow 实验跟踪，适合训练表格数据分类或回归模型的场景。
主要能力：用 Pipeline 与 ColumnTransformer 将数值/类别预处理与模型绑定；用 train_test_split、StratifiedKFold、cross_val_score 做数据划分与交叉验证；用 GridSearchCV、RandomizedSearchCV 做超参数搜索；输出分类报告、ROC AUC、RMSE、MAE、R2 等指标并绘图；用 joblib 或 MLflow 保存与加载模型。
用法要点：建议项目分为 data、src（features.py、model.py、train.py、predict.py）、plots、artifacts 目录。预处理中数值列用 SimpleImputer(median)+StandardScaler，类别列用 SimpleImputer(most_frequent)+OneHotEncoder(handle_unknown='ignore')，再拼入 ColumnTransformer，并置于 Pipeline 中。设置 RANDOM_STATE=42 并 np.random.seed，StratifiedKFold(n_splits=5, shuffle=True, random_state=42)，用 scoring='roc_auc' 评估。调参可用 GridSearchCV 或 RandomizedSearchCV（如 loguniform），再取 best_estimator_。训练后 joblib.dump 保存 best_clf，推理时 joblib.load 后 predict。MLflow 通过 set_tracking_uri、set_experiment、start_run 记录 params、metrics 并用 mlflow.sklearn.log_model 保存模型，可用 runs:/{run_id}/model 加载。
适用场景：结构化表格数据的分类与回归建模、需要可复现实验与版本跟踪的团队流程。
限制：资料为技能说明，未提供安装命令、版本要求、性能数据或收费信息；示例均为通用模板，实际参数需按数据调整。