定位与差异
Scikit-learn 是 Python 生态中广泛使用的机器学习库，专注于传统机器学习算法与数据预处理。它与深度学习框架形成互补，更适合表格型数据、中小规模数据和快速建模验证。
核心能力
- 监督学习：支持线性模型、支持向量机、决策树、随机森林、梯度提升、K 近邻等分类与回归算法。
- 无监督学习：包含 K-Means、层次聚类、DBSCAN、PCA、t-SNE 等聚类与降维方法。
- 数据预处理：提供标准化、归一化、缺失值插补、类别编码、特征选择等常用变换。
- 模型选择与评估：内置交叉验证、网格搜索、随机搜索、评估指标与 Pipeline 机制，便于构建完整工作流。
适用与不适用
适用
- 中小规模表格型数据的分类、回归、聚类和降维任务。
- 快速搭建基线模型、验证特征工程或业务假设。
- 需要传统可解释模型（如线性模型、树模型）的场景。
- 希望用统一 API 串联预处理、训练、调参与评估的团队。
不适用
- 需要端到端深度学习模型来处理图像、语音、长文本等复杂非结构化数据。
- 超大规模分布式训练或需要精细 GPU 加速的深度学习场景。
- 大规模流式在线学习等特殊需求支持有限，具体以官网为准。
上手提示
建议先具备基本的 NumPy 和 pandas 使用经验，从官网 Quick Start 和 User Guide 了解估算器、转换器与 Pipeline 的工作方式。实际项目中应通过交叉验证评估模型，避免在特征变换前发生数据泄漏。更多细节以 Scikit-learn 官网文档为准。