Causalml est-il sûr ?

Causalml — Nerq Trust Score 64.5/100 (Note C+). Sur la base de l'analyse de 2 dimensions de confiance, il est généralement sûr mais avec quelques préoccupations. Dernière mise à jour : 2026-04-05.

Utilisez Causalml avec précaution. Causalml est un package Python avec un Nerq Trust Score de 64.5/100 (C+), basé sur 3 dimensions de données indépendantes. It is below the recommended threshold of 70. Sécurité: 90/100. Popularité: 60/100. Données de PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Dernière mise à jour: 2026-04-05. Données lisibles par machine (JSON).

Causalml est-il sûr ?

CAUTION — Causalml a un Score de Confiance Nerq de 64.5/100 (C+). Il présente des signaux de confiance modérés mais montre certaines zones de préoccupation that warrant attention. Suitable for development use — review sécurité and maintenance signals before production deployment.

Analyse de Sécurité → Rapport de confidentialité de {name} →

Quel est le score de confiance de Causalml ?

Causalml a un Score de Confiance Nerq de 64.5/100, obtenant la note C+. Ce score est basé sur 2 dimensions mesurées indépendamment.

Sécurité
90
Popularité
60

Quels sont les résultats de sécurité clés pour Causalml ?

Le signal le plus fort de Causalml est sécurité à 90/100. Aucune vulnérabilité connue n'a été détectée. N'a pas encore atteint le seuil vérifié Nerq de 70+.

Sécurité score: 90/100 (strong)
Popularité: 60/100 — adoption par la communauté

Qu'est-ce que Causalml et qui le maintient ?

AuteurHuigang Chen, Totte Harinen, Jeong-Yoon Lee, Jing Pan, Mike Yung, Zhenyu Zhao
Catégoriepypi
SourceN/A

Pypi similaires par Score de Confiance

autograd (74)alibabacloud-tea (74)box-sdk-gen (74)stripe (74)certbot-dns-cloudflare (74)
Voir tous les Pypi les plus sûrs →

Comparer

Causalml vs autogradCausalml vs alibabacloud-teaCausalml vs box-sdk-gen

Guide de sécurité : Causalml

Qu'est-ce que Causalml ?

Causalml est un paquet Python — Python Package for Uplift Modeling and Causal Inference with Machine Learning Algorithms.

Comment Vérifier la Sécurité

Run pip audit or safety check. Review on PyPI for download stats.

Vous pouvez également vérifier le score de confiance via l'API : GET /v1/preflight?target=causalml

Préoccupations de sécurité pour Python packages

Lors de l'évaluation de tout Python package, surveiller : dependency vulnerabilities, malicious uploads, maintenance status.

Évaluation de Confiance

Causalml a un Score de Confiance Nerq de 64/100 (C+) and n'a pas encore atteint le seuil de confiance Nerq (70+). Ce score est basé sur une analyse automatisée des signaux de sécurité, maintenance, communauté et qualité.

Points Essentiels

Questions fréquentes

Est-ce que Causalml sûr à utiliser?
Utiliser avec prudence. causalml a un Score de Confiance Nerq de 64.5/100 (C+). Signal le plus fort : sécurité (90/100). Score basé sur sécurité (90/100), popularité (60/100).
Qu'est-ce que Causalml's trust score ?
causalml: 64.5/100 (C+). Score basé sur: sécurité (90/100), popularité (60/100). Scores update as new data becomes available. API: GET nerq.ai/v1/preflight?target=causalml
Quelles sont les alternatives plus sûres à Causalml ?
In the pypi category, more Python packages are being analyzed — revenez bientôt. causalml scores 64.5/100.
Does Causalml have known vulnerabilities?
Nerq vérifie Causalml contre NVD, OSV.dev, and registry-specific vulnerability databases. Current sécurité score: 90/100. Exécutez la commande d'audit de votre gestionnaire de paquets for the latest findings.
Causalml est-il activement maintenu ?
Causalml a un score de confiance de 64.5/100 (C+). En dessous du seuil de vérification Nerq — conduct additional review.
API: /v1/preflight Trust Badge API Docs

Parcourir les catégories

Disclaimer: Les scores de confiance Nerq sont des évaluations automatisées basées sur des signaux publiquement disponibles. Ce ne sont pas des recommandations ou des garanties. Effectuez toujours votre propre vérification.

We use cookies for analytics and caching. Confidentialité Policy