scikit-learn 开发者 API 重构：构建稳定的第三方开发生态

在机器学习开源生态中，第三方开发者依赖 scikit-learn 构建自定义 Estimator 是常态。然而，scikit-learn 长期以来存在一个痛点：其公共 API (Public API) 对向后兼容性有着近乎苛刻的标准（通常需提前一年通知），而私有 API (Private API) 则因内部迭代频繁变动，导致基于私有 API 开发的第三方工具极易断裂。

为了解决这一矛盾，scikit-learn 团队决定在公共 API 与私有 API 之间，构建一个全新的开发者 API (Developer API)。这一中间层旨在提供比公共 API 更丰富的功能，同时保持比私有 API 更高的稳定性，通常只需一个发布周期（Release Cycle）的警告即可进行变更。

核心突破：测试基础设施与标签系统升级

在 1.6 版本中，团队重点重构了测试基础设施和 Estimator 标签系统，使开发者能更清晰地定义模型行为。

1. 新的标签系统 (__sklearn_tags__)

旧式的私有标签（如 _more_tags）已被标准化为公开的 __sklearn_tags__ 方法。开发者现在可以通过继承 BaseEstimator 和 ClassifierMixin，并实现 __sklearn_tags__ 来动态定义模型属性。

from sklearn.base import BaseEstimator, ClassifierMixin

class MyEstimator(ClassifierMixin, BaseEstimator):
    def __sklearn_tags__(self):
        tags = super().__sklearn_tags__()
        # 设置模型为非确定性
        tags.non_deterministic = True
        return tags

2. 测试跳过机制的现代化

原有的 _xfail_checks 标签已被废弃。现在，开发者需要直接通过 check_estimator 或 parametrize_with_checks 函数传递 expected_failed_checks 参数，以明确告知测试框架哪些检查预期会失败。

from sklearn.utils.estimator_checks import check_estimator, parametrize_with_checks

CHECKS_EXPECTED_TO_FAIL = {
    "check_to_skip_name": "this check is known to fail"
}

def test_with_check_estimator():
    check_estimator(MyEstimator(), expected_failed_checks=CHECKS_EXPECTED_TO_FAIL)

实用工具：sklearn_compat 包

由于测试规则的变更，部分旧代码可能需要调整。为了平滑过渡，团队推出了 sklearn_compat 包。开发者可以选择将其作为依赖项安装，或将单文件 vendoring 到自己的项目中，以自动处理 API 变更带来的兼容性冲突。

开发者价值总结

此次更新不仅解决了 API 稳定性问题，还显著提升了测试效率。通过标准化的标签系统，开发者可以更精确地控制模型的测试行为，减少因版本升级导致的代码重构成本。

“我们一直在努力创建一个介于公共 API 和私有 API 之间的开发者 API，旨在保持其稳定性，并在必要时引入一个发布周期的警告。” —— scikit-learn 开发团队