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: 2026-04-03.
Ja, Scikit Learn ist sicher in der Verwendung. Scikit Learn ist ein Python-Paket mit einer Nerq-Vertrauensbewertung von 88.0/100 (A), based on 3 unabhängige Datendimensionen. Es wird für den Produktionseinsatz empfohlen. Sicherheit: 90/100. Popularity: 100/100. Daten stammen von PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Zuletzt aktualisiert: 2026-04-03. Maschinenlesbare Daten (JSON).
Ist Scikit Learn sicher?
YES — Scikit Learn hat eine Nerq-Vertrauensbewertung von 88.0/100 (A). Es erfüllt die Vertrauensschwelle von Nerq 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 | pypi |
| 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 packages
Bei der Bewertung jeder Python package, achten Sie auf: dependency vulnerabilities, malicious uploads, Wartung status.
Vertrauensbewertung
Scikit Learn hat eine Nerq-Vertrauensbewertung von 76/100 (B+) and meets Nerq trust threshold. Diese Bewertung basiert auf automatisierter Analyse von Sicherheits-, Wartungs-, Community- und Qualitätssignalen.
Wichtigste Punkte
- Scikit Learn hat eine Vertrauensbewertung von 76/100 (B+).
- Zur Nutzung empfohlen — überschreitet die Vertrauensschwelle.
- Überprüfen Sie immer unabhängig mit der Nerq API.
Detaillierte Bewertungsanalyse
| Dimension | Score |
|---|---|
| Sicherheit | 90/100 |
| Datenschutz | 80/100 |
| Zuverlässigkeit | 90/100 |
| Transparenz | 50/100 |
| Wartung | 60/100 |
Basierend auf 5 Dimensionen. Data from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Welche Daten erhebt Scikit Learn?
Scikit Learn ist ein Python package, gepflegt von Unknown. It receives approximately 45,807,671 weekly downloads.
Als Entwicklungspaket Scikit Learn erhebt keine personenbezogenen Daten von Endnutzern direkt. Allerdings können mit ihm erstellte Anwendungen je nach Implementierung Daten erheben. Privacy score: 80/100.
Überprüfen Sie die Abhängigkeiten des Pakets auf mögliche Lieferkettenrisiken. Führen Sie regelmäßig den Audit-Befehl Ihres Paketmanagers aus.
Vollständige Analyse: Scikit Learn Datenschutzbericht · Datenschutzprüfung
Ist Scikit Learn sicher?
Sicherheit score: 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
Die Vertrauensbewertung vonScikit Learn von 88.0/100 (A) wird berechnet aus PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Die Bewertung spiegelt 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 analyzes over 7.5 million entities across 26 Register unter Verwendung derselben Methodik, die einen direkten Vergleich ermöglicht. Bewertungen werden kontinuierlich aktualisiert, wenn neue Daten verfügbar sind.
Diese Seite wurde zuletzt überprüft am April 03, 2026. Datenversion: 1.0.
Vollständige Methodendokumentation · Maschinenlesbare Daten (JSON-API)
Häufig gestellte Fragen
Ist Scikit Learn sicher in der Verwendung?
Was ist Scikit Learn's trust score?
Was sind sicherere Alternativen zu Scikit Learn?
Does Scikit Learn have known vulnerabilities?
Wie aktiv wird Scikit Learn gepflegt?
Popular in pypi
Browse Categories
Disclaimer: Nerq-Vertrauensbewertungen sind automatisierte Bewertungen basierend auf öffentlich verfügbaren Signalen. Sie sind keine Empfehlungen oder Garantien. Führen Sie immer Ihre eigene Sorgfaltsprüfung durch.