Ist Scikit Learn sicher?
Scikit Learn — Nerq Trust Score 88.0/100 (Note A). Basierend auf der Analyse von 2 Vertrauensdimensionen wird es als sicher in der Verwendung eingestuft. Zuletzt aktualisiert: 2026-04-06.
Ja, Scikit Learn ist sicher in der Verwendung. Scikit Learn ist ein Python-Paket mit einem Nerq-Vertrauenswert von 88.0/100 (A), basierend auf 3 unabhängigen Datendimensionen. Empfohlen für den produktionseinsatz. Sicherheit: 90/100. Beliebtheit: 100/100. Daten von PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Zuletzt aktualisiert: 2026-04-06. Maschinenlesbare Daten (JSON).
Ist Scikit Learn sicher?
YES — Scikit Learn has a Nerq Trust Score of 88.0/100 (A). Es erfüllt die Nerq-Vertrauensschwelle mit starken Signalen in Sicherheit, Wartung und Community-Akzeptanz. Empfohlen für den produktionseinsatz — lesen Sie den vollständigen Bericht unten für spezifische Hinweise.
Was ist die Vertrauensbewertung von Scikit Learn?
Scikit Learn hat eine Nerq-Vertrauensbewertung von 88.0/100 und erhält die Note A. Diese Bewertung basiert auf 2 unabhängig gemessenen Dimensionen.
Was sind die wichtigsten Sicherheitsergebnisse für Scikit Learn?
Das stärkste Signal von Scikit Learn ist beliebtheit mit 100/100. Es wurden keine bekannten Schwachstellen erkannt. Erfüllt die Nerq-Vertrauensschwelle von 70+.
Was ist Scikit Learn und wer pflegt es?
| Autor | Unknown |
| Kategorie | Python Packages |
| Quelle | N/A |
Ähnliche Pypi nach Vertrauensbewertung
Sicherheitsleitfaden: Scikit Learn
Was ist Scikit Learn?
Scikit Learn ist ein Python-Paket — A set of python modules for machine learning and data mining.
Sicherheit überprüfen
Run pip audit or safety check. Review on PyPI for download stats.
Sie können die Vertrauensbewertung auch über die API prüfen: GET /v1/preflight?target=scikit-learn
Wichtige Sicherheitsbedenken für Python package
Bei der Bewertung jeder Python package, achten Sie auf: dependency vulnerabilities, malicious uploads, Wartung status.
Vertrauensbewertung
Scikit Learn has a Nerq Trust Score of 76/100 (B+) and erfüllt die Nerq-Vertrauensschwelle. Diese Bewertung basiert auf automatisierter Analyse von Sicherheits-, Wartungs-, Community- und Qualitätssignalen.
Wichtigste Punkte
- Scikit Learn has a Trust Score of 76/100 (B+).
- Zur Nutzung empfohlen — überschreitet die Vertrauensschwelle.
- Überprüfen Sie immer unabhängig mit der Nerq API.
Detaillierte Bewertungsanalyse
| Dimension | Bewertung |
|---|---|
| Sicherheit | 90/100 |
| Datenschutz | 80/100 |
| Zuverlässigkeit | 90/100 |
| Transparenz | 50/100 |
| Wartung | 60/100 |
Basierend auf 5 Dimensionen. Daten von PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Welche Daten erhebt Scikit Learn?
Scikit Learn ist ein Python-Paket gewartet von Unknown. It receives approximately 45,807,671 weekly downloads.
Als Entwicklungspaket, Scikit Learn erhebt nicht direkt personenbezogene Daten von Endnutzern. Allerdings können damit erstellte Anwendungen je nach Implementierung Daten erheben. Privacy score: 80/100.
Überprüfen Sie die Abhängigkeiten des Pakets auf potenzielle Lieferkettenrisiken. Führen Sie den Audit-Befehl Ihres Paketmanagers aus regularly.
Vollständige Analyse: Scikit Learn Datenschutzbericht · Datenschutzprüfung
Ist Scikit Learn sicher?
Sicherheitsbewertung: 90/100. Scikit Learn has 0 known vulnerabilities (CVEs) in the National Vulnerability Database. This is a clean record.
Lizenzinformationen nicht verfügbar. Open-Source-Pakete ermöglichen eine unabhängige Sicherheitsüberprüfung des Quellcodes.
Führen Sie den Audit-Befehl Ihres Paketmanagers aus (`npm audit`, `pip audit`, `cargo audit`) um bekannte Schwachstellen in Ihrem Abhängigkeitsbaum zu prüfen.
Vollständige Analyse: Scikit Learn Sicherheitsbericht
Wie wir diese Bewertung berechnet haben
Scikit Learn's trust score of 88.0/100 (A) wird berechnet aus PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Die Bewertung spiegelt wider 5 unabhängige Dimensionen: Sicherheit (90/100), privacy (80/100), reliability (90/100), transparency (50/100), Wartung (60/100). Jede Dimension wird gleich gewichtet, um die zusammengesetzte Vertrauensbewertung zu erstellen.
Nerq analysiert über 7,5 Millionen Entitäten in 26 Registern mit derselben Methodik, die einen direkten Vergleich zwischen Entitäten ermöglicht. Bewertungen werden kontinuierlich aktualisiert, sobald neue Daten verfügbar sind.
Diese Seite wurde zuletzt überprüft am April 06, 2026. Datenversion: 1.0.
Vollständige Methodendokumentation · Maschinenlesbare Daten (JSON-API)
Häufig gestellte Fragen
Ist Scikit Learn sicher?
Was ist die Vertrauensbewertung von Scikit Learn?
Was sind sicherere Alternativen zu Scikit Learn?
Speichert Scikit Learn have known vulnerabilities?
How aktiv gewartet is Scikit Learn?
Beliebt in Python Packages
Kategorien durchsuchen
Siehe auch
Disclaimer: Nerq-Vertrauensbewertungen sind automatisierte Bewertungen basierend auf öffentlich verfügbaren Signalen. Sie sind keine Empfehlungen oder Garantien. Führen Sie immer Ihre eigene Sorgfaltsprüfung durch.