用途：该技能面向已掌握 scikit-learn 基础、希望把脚本式建模升级为工程化流程的用户，核心是把预处理与建模封装为统一的 Pipeline 对象，保证训练与生产推理逻辑一致，避免数据泄漏。
主要能力：使用 Pipeline 与 ColumnTransformer 并行处理数值、类别、文本等异构数据；用 make_column_selector 避免硬编码列名；开发继承 BaseEstimator 与 TransformerMixin 的自定义转换器，并用 check_is_fitted 校验状态；使用 TargetEncoder 处理高基数类别；构建 StackingClassifier、Voting 等集成方法；通过 cross_validate 多指标评估并对比训练/测试分数检测过拟合；用 CalibrationDisplay 检查概率校准；用 Partial Dependence、Permutation Importance 解释模型；用 joblib 持久化模型，或经 skl2onnx 导出 ONNX 用于高速推理。
使用方式：典型流程为定义 ColumnTransformer 预处理器，再组装 Pipeline，最后用 GridSearchCV 以 classifier__ 前缀调参。示例导入包括 sklearn.base.BaseEstimator、sklearn.compose.make_column_selector、sklearn.model_selection.GridSearchCV。自定义转换器需实现 fit 与 transform。可用 memory 参数缓存慢速预处理结果，用 TimeSeriesSplit 做时序交叉验证，用 FeatureUnion 并行提取特征。
适用场景：异构数据特征工程、领域专用清洗步骤、无泄漏超参数调优、非随机森林类集成、模型决策解释、生产环境模型导出。
限制与注意：不要在测试数据上调用 fit_transform；无状态变换用 FunctionTransformer；LabelEncoder 仅用于标签 y，特征 X 应使用 OrdinalEncoder 或 OneHotEncoder；OneHotEncoder 建议设 handle_unknown='ignore'；特征选择必须作为 Pipeline 步骤以防泄漏；生产环境需注意训练时保存的列顺序。具体版本要求与安装方式暂未提供。