Scikit-learn

scikit-learn.org 是 Scikit-learn 开源项目的官方网站，由全球社区共同维护，面向 Python 数据科学开发者。它提供最新稳定版本（当前 1.5.x）的完整文档、API 参考、教程、示例与下载入口，覆盖从数据预处理到模型部署的全流程。网站采用简洁的 Sphinx 文档风格，支持全文搜索与多版本切换，并附带交互式 Notebook 与 Binder 在线运行环境，方便用户零安装体验。所有内容遵循 BSD 许可证，鼓励商业与学术自由使用。

1. 算法大全
2. 分类：逻辑回归、SVM、随机森林、梯度提升、KNN 等
3. 回归：线性、岭、Lasso、ElasticNet、SVR、GPR 等
4. 聚类：K-means、DBSCAN、层次、谱、均值漂移、GMM 等
5. 降维：PCA、t-SNE、UMAP、特征选择、流形学习
6. 异常检测：Isolation Forest、One-Class SVM
7. 数据预处理
8. 缺失值、标准化、归一化、编码（One-Hot、Ordinal）
9. 文本向量化：TF-IDF、CountVectorizer、HashingVectorizer
10. 图像特征提取：HOG、颜色直方图
11. 模型选择与评估
12. 交叉验证（KFold、StratifiedKFold、TimeSeriesSplit）
13. 网格/随机/贝叶斯搜索（GridSearchCV、RandomizedSearchCV）
14. 内置 20+ 评估指标：accuracy、F1、ROC-AUC、MAE、R²、Silhouette 等
15. 管道与集成
16. Pipeline 与 ColumnTransformer 实现端到端流程
17. Bagging、Boosting、Voting、Stacking 集成学习
18. 可视化与解释
19. plot_* 系列函数快速绘制学习曲线、混淆矩阵、特征重要度
20. 与 SHAP、ELI5、Yellowbrick 无缝集成，提升可解释性
21. 部署与扩展
22. 支持 ONNX、skops、joblib 导出模型
23. 提供 REST API 模板与 Docker 镜像，方便上线

• 学术研究：快速复现论文算法，比较基线效果
• 工业质检：图像缺陷检测、传感器异常预警
• 金融风控：信贷违约预测、反欺诈评分卡
• 医疗诊断：影像分类、基因表达聚类、生存分析
• 推荐系统：用户分群、协同过滤冷启动
• 教育实验：高校课程教学、Kaggle 入门赛、MOOC 作业
• 自动化 BI：ETL → 建模 → 可视化一键完成，缩短交付周期

• 零门槛：pip install scikit-learn 一键安装，API 统一、命名直观
• 高性能：核心算法用 Cython 优化，速度媲美原生 C
• 文档典范：每个函数均附数学公式、算法描述、可运行示例
• 社区活跃：GitHub 5w+ star，Stack Overflow 50w+ 讨论帖
• 兼容性强：与 NumPy、Pandas、Matplotlib、Seaborn、XGBoost、PyTorch 无缝衔接
• 许可证宽松：BSD 许可证，可闭源商用，无版权风险