Scikit-learn的核心功能可归纳为六大模块：一是数据预处理，提供标准化、归一化、缺失值填充、类别编码、特征选择与提取等工具；二是分类，支持逻辑回归、支持向量机、决策树、随机森林、梯度提升、朴素贝叶斯等主流算法；三是回归，提供线性回归、岭回归、Lasso、随机森林回归等，用于预测连续数值；四是聚类，内置K-Means、DBSCAN、层次聚类等无监督算法，用于数据分组与异常检测；五是降维，提供PCA、LDA、t-SNE等方法，在保留关键信息的同时降低特征维度；六是模型选择与评估，包含交叉验证、网格搜索以及准确率、精确率、召回率、F1分数、ROC曲线等丰富指标。此外，Pipeline管道工具可将预处理、建模、评估等步骤串联成可复现的工作流，大幅提升开发效率。

使用Scikit-learn非常简单，分为安装和使用两个环节。安装：执行pip install scikit-learn即可，推荐在虚拟环境中使用。基本工作流：加载数据（pandas读取或使用内置数据集）→ 数据预处理（如StandardScaler标准化）→ 用train_test_split划分训练集与测试集 → 创建模型并调用fit()训练 → 用score()评估、predict()预测。示例代码如下：from sklearn.ensemble import RandomForestClassifier; from sklearn.model_selection import train_test_split; clf = RandomForestClassifier().fit(X_train, y_train); print(clf.score(X_test, y_test))。凭借统一的fit/predict接口，仅需少量代码即可完成一个完整的机器学习项目。

Scikit-learn成为Python机器学习事实标准，得益于以下优势：一是API统一简洁，所有估计器都遵循fit、predict、transform范式，学习成本低、代码风格一致，便于团队协作；二是算法覆盖面广，几乎涵盖经典机器学习全部主流算法，从线性模型到集成学习一应俱全；三是与NumPy、pandas、Matplotlib等数据生态无缝集成，数据流转自然顺畅；四是文档完善、社区活跃，遇到问题容易找到解决方案；五是工程化友好，内置Pipeline、交叉验证、网格搜索等工具，代码可复用性强，易于部署到生产环境。

Scikit-learn常与TensorFlow、PyTorch、XGBoost等框架比较。与TensorFlow/PyTorch相比，Scikit-learn专注经典机器学习算法，以CPU为主、擅长中小型数据集；而深度学习框架以GPU加速为主，擅长神经网络与大规模数据，两者并非对立，实践中常搭配使用——用Scikit-learn做数据预处理、建立经典基线与模型评估，用深度学习框架训练复杂网络。与XGBoost相比，Scikit-learn的集成学习模块通用性强、开箱即用，但梯度提升树场景下性能稍逊。总体而言，Scikit-learn在经典机器学习领域的易用性与完备性上优势显著。

1. Scikit-learn支持深度学习吗？不支持，它专注经典机器学习算法，深度学习请使用TensorFlow或PyTorch，但两者可以结合使用。2. 如何处理字符串或缺失值？类别字符串需先编码（如OneHotEncoder），缺失值可用SimpleImputer填充均值或中位数。3. 为什么设置n_jobs并行时程序崩溃？在OSX或Linux下joblib多线程可能引发问题，建议降低n_jobs数值或升级版本。4. 如何选择最优模型？可先用交叉验证对比多个基线模型，再通过GridSearchCV或随机搜索进行超参数调优。5. Scikit-learn适合大规模数据集吗？它以内存计算为主，更适合中小型数据集，海量数据可借助GPU加速的cuML或分布式框架处理。