用途：scikit-learn 是 Python 的经典机器学习库，适用于分类、回归、聚类、降维、预处理与特征工程、模型评估与交叉验证、超参数调优以及构建 ML 流水线。
主要能力：提供多种算法。分类包括逻辑回归（基线、可解释）、随机森林（通用、可处理非线性并给出特征重要性）、梯度提升（表格数据精度高）、SVM（适合高维小样本）、KNN（简单、基于实例）。回归包括线性回归、Ridge/Lasso 正则化、随机森林、梯度提升。聚类包括 KMeans（需指定 n_clusters）、DBSCAN（按 eps 密度）、层次聚类、高斯混合（n_components）。降维包括 PCA、t-SNE、UMAP。
使用方式：用 Pipeline 串联变换与模型，防止数据泄漏；用 ColumnTransformer 对不同列应用不同变换，FeatureUnion 组合多种特征提取。常见预处理流程为缺失值填充（SimpleImputer）、数值缩放（StandardScaler、MinMaxScaler）、类别编码（OneHotEncoder、OrdinalEncoder），可选特征选择或多项式特征。评估可用 KFold、StratifiedKFold、TimeSeriesSplit、LeaveOneOut；分类指标有准确率、F1、ROC-AUC、精确率/召回率，回归指标有 RMSE、MAE、R²。调参可用 GridSearchCV、RandomizedSearchCV、HalvingGridSearchCV（需 sklearn 0.24+）。
适用场景与限制：适合表格数据与经典机器学习任务。最佳实践包括先划分数据、使用流水线、对距离类算法（KNN、SVM、PCA）做缩放、对不平衡数据分层、交叉验证、查看学习曲线。常见陷阱是缩放器在全量数据上拟合、对不平衡数据用准确率、超参数过多、忽略特征重要性。文档见 https://scikit-learn.org/ ，用户指南见 https://scikit-learn.org/stable/user_guide.html ，算法速查见 https://scikit-learn.org/stable/tutorial/machine_learning_map/ 。