支持#

有多种途径可以与 scikit-learn 开发人员联系，以寻求帮助、反馈或贡献。

注意：所有渠道的沟通都应遵守我们的行为准则。

邮件列表#

主要邮件列表：加入 scikit-learn 的主要讨论平台 scikit-learn 邮件列表。
提交更新：随时了解存储库更新和测试失败情况，请访问 scikit-learn-commits 列表。

用户问题#

如果您有任何问题，这是我们的常规工作流程。

Stack Overflow：一些 scikit-learn 开发人员使用 [scikit-learn] 标签来支持用户。
一般机器学习查询：对于更广泛的机器学习讨论，请访问 Stack Exchange。

提问时

请在标题字段中使用描述性问题（例如，不要使用“请帮助我使用 scikit-learn！”，这不是一个问题）。
提供详细的上下文、预期结果和实际观察结果。
包含代码和数据片段（最好是最小化的脚本，最多约 20 行）。
描述您的数据和预处理步骤，包括样本大小、特征类型（分类或数值）以及监督学习任务的目标（分类类型或回归）。

注意：避免在错误跟踪器上提出用户问题，以保持对开发的关注。

GitHub 讨论使用方法问题，例如方法论
Stack Overflow 使用带 [scikit-learn] 标签的编程/用户问题
GitHub 错误跟踪器错误报告 - 请不要在问题跟踪器上提出使用方法问题。
Discord 服务器当前拉取请求 - 将任何特定与 PR 相关的疑问发布到您的 PR 上，您可以在此服务器上分享您的 PR 链接。

错误跟踪器#

遇到错误？请在我们的问题跟踪器上报告。

在您的报告中包含

重现错误的步骤或脚本。
预期和观察到的结果。
如果适用，则为 Python 或 gdb 追溯。
理想的错误报告包含一个简短的可重现代码片段，这样任何人都可以轻松地重现该错误。
如果您的代码片段超过约 50 行，请链接到 gist 或 github 仓库。

提示：Gist 是 Git 仓库；您可以使用 Git 将数据文件推送到它们。

Gitter#

注意：scikit-learn Gitter 房间不再是一个活跃的社区。对于实时讨论和支持，请参考本文档中提到的其他渠道。

文档资源#

此文档适用于 1.6.0 版本。在此处查找其他版本的文档此处。

旧版本的可打印 PDF 文档可在此处获得此处。网站不再支持构建 PDF 文档，但您仍然可以按照构建文档说明在本地生成它。