[Parity #478] Complete learned-model-state diagnostics for every canonical estimator family

Parent: #478

Performance must not outrun semantic evidence. Current benchmark infrastructure has strong state diagnostics for only a subset of rows (notably PCA/KMeans and selected later additions); score parity alone is insufficient for optimizer work.

Add estimator-state comparisons for every canonical family: linear coefficients/intercepts and objective/convergence state; SVM weights/support vectors/dual coefficients/intercepts; tree node structure/thresholds/features/leaves; forest per-tree/bootstrap/RNG structure; GaussianNB priors/means/variances; KMeans centers/inertia/iterations; PCA means/components/singular values; Ridge/Lasso/LinearRegression coefficients/intercepts/objective state; KernelRidge dual coefficients/kernel parameters.

Acceptance: all 19 canonical rows report state_coverage=covered or an explicit semantically justified exception; state deltas are frozen in disparity history; performance classification is blocked when required state evidence regresses beyond contract.

Beginne mit dem Lesen des übergeordneten Issues #478 und lokalisiere die in diesem Issue erwähnte Benchmark-Infrastruktur und die Definitionen der kanonischen Zeilen. Verfolge die bestehenden PCA/KMeans-Zustandsdiagnosen und ermittle dann, wie jede aufgeführte Estimator-Familie die Zustandsabdeckung und Deltas erfasst; abgeschlossen bedeutet, dass alle 19 Zeilen abgedeckt sind oder begründete Ausnahmen haben und dass der Disparitätsverlauf sowie die Regression-Blockierung aktualisiert wurden.