用途：为使用 scikit-learn 的机器学习任务提供系统化指导，适用于分类、回归、聚类、降维、预处理、模型评估以及构建生产可用的 ML 流水线；也适用于结构化（表格）与文本数据，以及需要可解释的经典机器学习方法的场景。不适用于因果识别、政策效应断言、DiD、合成控制或中断时间序列效应估计，这些属于 performing-causal-analysis。
主要能力：监督学习（逻辑回归、线性回归、Ridge、Lasso、ElasticNet，决策树、随机森林、梯度提升，SVC/SVR，AdaBoost、Voting、Stacking，MLP，朴素贝叶斯、KNN）；无监督学习（K-Means、MiniBatchKMeans、DBSCAN、HDBSCAN、OPTICS、层次聚类、高斯混合、MeanShift、SpectralClustering、BIRCH；PCA、TruncatedSVD、NMF、t-SNE、UMAP、Isomap、LLE、FastICA、LDA）；模型评估与选择（KFold、StratifiedKFold、TimeSeriesSplit、GroupKFold，GridSearchCV、RandomizedSearchCV、HalvingGridSearchCV，分类/回归/聚类指标）；数据预处理（StandardScaler、MinMaxScaler、RobustScaler、Normalizer，OneHotEncoder、OrdinalEncoder、LabelEncoder，SimpleImputer、KNNImputer、IterativeImputer，PolynomialFeatures、KBinsDiscretizer、特征选择）；流水线与组合（Pipeline、ColumnTransformer、FeatureUnion、TransformedTargetRegressor）。
使用方式：安装可运行 uv pip install scikit-learn，可选安装 matplotlib seaborn，常与 pandas numpy 搭配。技能内附示例脚本，如 python scripts/classification_pipeline.py 与 python scripts/clustering_analysis.py；参考文档位于 references/ 下的 quick_reference.md、supervised_learning.md、unsupervised_learning.md、model_evaluation.md、preprocessing.md、pipelines_and_composition.md。常见流程为：加载并探索数据、分层划分、构建预处理与模型流水线、用 GridSearchCV 调参、在测试集上评估。
限制与最佳实践：始终使用 Pipeline 防止数据泄漏，仅在训练集上 fit、测试集只 transform；分类任务使用分层划分；设置 random_state 保证可复现；按数据情况选择指标（不平衡数据用 precision、recall、ROC AUC、balanced accuracy）；SVM、KNN、神经网络、PCA、带正则的线性模型、K-Means 等需要特征缩放，树模型与朴素贝叶斯通常不需要。常见问题包括 ConvergenceWarning（增大 max_iter 或缩放特征）、过拟合（正则化、交叉验证或简化模型）、大数据内存错误（改用 SGDClassifier 或 MiniBatchKMeans）。官方文档：https://scikit-learn.org/stable/。其余如具体收费、价格等信息暂未提供。