用途：为使用 scikit-learn 的 Python 机器学习开发提供规范建议，覆盖数据处理、建模、评估与部署环节。
主要能力与要点： 数据准备上，强调先划分数据再做预处理，拆分为训练/验证/测试集，使用 train_test_split() 并设 random_state 保证可复现，分类不平衡时用 stratify=y，测试集在最终评估前保持独立。特征工程建议按算法选择缩放器：StandardScaler、MinMaxScaler、RobustScaler，类别变量用 OneHotEncoder、OrdinalEncoder、LabelEncoder，缺失值用 SimpleImputer、KNNImputer。
管道与列变换：始终用 Pipeline 串联预处理与建模，防止数据泄漏，便于部署与序列化；示例代码含 Pipeline([('scaler', StandardScaler()), ('classifier', RandomForestClassifier(random_state=42))])。不同特征类型预处理用 ColumnTransformer 组合。
模型选择与调优：用交叉验证获得可靠估计，cross_val_score() 快速评估，cross_validate() 多指标；按场景选择 KFold、StratifiedKFold、TimeSeriesSplit、GroupKFold。调参用 GridSearchCV 或 RandomizedSearchCV，仅在训练/验证数据上调参，可设 n_jobs=-1 并行。
评估与不平衡数据：分类用 accuracy_score、precision_score、recall_score、f1_score、roc_auc_score，并用 classification_report()、confusion_matrix() 分析；回归用 MSE、MAE、r2_score。报告置信区间、多指标对比基线和仅一次留出测试评估。不平衡数据用分层拆分与交叉验证，考虑 class_weight='balanced'，选用 F1、AUC-PR 等指标并调整决策阈值。
特征选择、持久化与优化：可用 SelectKBest、RFE、SelectFromModel 及树模型特征重要性；用 joblib 保存整条管道而非单个模型，并对模型产物做版本管理与元数据记录。性能上可用 n_jobs=-1、warm_start=True、稀疏矩阵及 partial_fit() 增量学习。
约定：从子模块导入（如 from sklearn.ensemble import RandomForestClassifier），设定 random_state，用管道防泄漏，记录模型选择与超参数。
限制：资料未提供安装命令、依赖版本、许可证、具体平台支持或部署细节，相关事实暂未提供。