evaluate-ml-pipeline

用途：对已构建好的机器学习流水线中的单个学习器执行一次评估，并持久化评估报告，供后续审查与记录使用。主要能力围绕 skore.evaluate 展开，由该入口统一完成评估与报告保存，替代手写 cross_val_score、cross_validate、classification_report 或自行打印指标。评估使用的切分器与非默认评分在 build-ml-pipeline 阶段就已声明在 DataOp 上，执行时通常省略 splitter=，让 skore 复用既定 cv 与 split_kwargs；仅当翻译结果为 prefit 时例外，此时先在训练表上拟合，再用测试表评分并传入 splitter="prefit"。使用方式包含前置检查步骤，例如运行 python -m skore_skills status、确认状态与设计已锁定，并在需要时处理评估同意流程与 skore_mode 策略（local、hub、mlflow）。评估调用写入 experiments/NN_.py，随后把模板 materialize.py 复制到 scratch/results/<stem>/ 并替换调用块，用 env verify 指定的 Python 运行一次，使 project.put 只执行一次；再运行 python -m skore_skills style，并按要求运行 loop locator、loop artifacts、loop notebooks、record-outcome 及可能的 site build。适用场景为需要以受控、可复现方式对单一学习器做全量数据集评估并保存报告的项目。限制方面：若缺少 cv、scorer、预测器类不正确或 smoke 测试缺失或失败，必须回到 build-ml-pipeline 修复；分类不平衡不使用 Stratified；skore.evaluate 没有 scoring= 参数；历史依赖型流水线即使交叉验证通过也仍需 smoke 测试；do not 在 audit 或 scratch 探针中调用 evaluate 或 project.put。