Scikit Learn est-il sûr ?
Scikit Learn — Nerq Trust Score 88.0/100 (Note A). Sur la base de l'analyse de 2 dimensions de confiance, il est considéré comme sûr. Dernière mise à jour : 2026-05-30.
Oui, Scikit Learn est sûr à utiliser. Scikit Learn est un package Python avec un Nerq Trust Score de 88.0/100 (A), basé sur 3 dimensions de données indépendantes. Recommandé pour une utilisation en production. Sécurité: 90/100. Popularité: 100/100. Données de PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Dernière mise à jour: 2026-04-12. Données lisibles par machine (JSON).
Scikit Learn est-il sûr ?
YES — Scikit Learn has a Nerq Trust Score of 88.0/100 (A). Il dépasse le seuil de confiance Nerq avec des signaux forts en sécurité, maintenance et adoption communautaire. Recommandé pour une utilisation en production — consultez le rapport complet ci-dessous pour des considérations spécifiques.
Quel est le score de confiance de Scikit Learn ?
Scikit Learn a un Score de Confiance Nerq de 88.0/100, obtenant la note A. Ce score est basé sur 2 dimensions mesurées indépendamment.
Quels sont les résultats de sécurité clés pour Scikit Learn ?
Le signal le plus fort de Scikit Learn est popularité à 100/100. Aucune vulnérabilité connue n'a été détectée. Atteint le seuil vérifié Nerq de 70+.
Qu'est-ce que Scikit Learn et qui le maintient ?
| Auteur | Unknown |
| Catégorie | Python Packages |
| Source | N/A |
Pypi similaires par Score de Confiance
Guide de Sécurité : Scikit Learn
Qu'est-ce que Scikit Learn?
Scikit Learn est un paquet Python — A set of python modules for machine learning and data mining.
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=scikit-learn
Principales Préoccupations de Sécurité pour Python package
Lors de l'évaluation de tout Python package, surveiller : dependency vulnerabilities, malicious uploads, maintenance status.
Évaluation de Confiance
Scikit Learn has a Nerq Trust Score of 76/100 (B+) and meets Nerq trust threshold. Ce score est basé sur une analyse automatisée des signaux de sécurité, de maintenance, de communauté et de qualité.
Points Essentiels
- Scikit Learn has a Trust Score of 76/100 (B+).
- Recommandé pour utilisation — dépasse le seuil de confiance.
- Toujours vérifier indépendamment en utilisant la Nerq API.
Analyse détaillée du score
| Dimension | Score |
|---|---|
| Sécurité | 90/100 |
| Maintenance | 100/100 |
| Popularité | 100/100 |
| Quality | 40/100 |
| Community | 35/100 |
Basé sur 5 dimensions. Data from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Quelles données Scikit Learn collecte-t-il ?
Scikit Learn est un paquet Python maintenu par Unknown. It receives approximately 45,807,671 weekly downloads.
En tant que paquet de développement, Scikit Learn ne collecte pas directement de données personnelles des utilisateurs finaux. Cependant, les applications construites avec peuvent collecter des données selon l'implémentation. Privacy score: 80/100.
Examinez les dépendances du paquet pour les risques potentiels de chaîne d'approvisionnement. Exécutez la commande d'audit de votre gestionnaire de paquets regularly.
Analyse complète : Rapport de confidentialité de Scikit Learn · Examen de Confidentialité
Scikit Learn est-il sécurisé ?
Sécurité score: 90/100. Scikit Learn has 0 known vulnerabilities (CVEs) in the National Vulnerability Database. This is a clean record.
Informations de licence non disponibles. Les paquets open-source permettent un examen de sécurité indépendant du code source.
Exécutez la commande d'audit de votre gestionnaire de paquets (`npm audit`, `pip audit`, `cargo audit`) pour vérifier les vulnérabilités connues dans votre arbre de dépendances.
Analyse complète : Rapport de sécurité de Scikit Learn
Comment nous avons calculé ce score
Scikit Learn's trust score of 88.0/100 (A) est calculé à partir de PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Le score reflète 5 dimensions indépendantes: sécurité (90/100), maintenance (100/100), popularité (100/100), quality (40/100), community (35/100). Chaque dimension est pondérée de manière égale pour produire le score de confiance composite.
Nerq analyse plus de 7,5 millions d'entités dans 26 registres en utilisant la même méthodologie, permettant une comparaison directe entre entités. Les scores sont mis à jour en continu dès que de nouvelles données sont disponibles.
Cette page a été révisée pour la dernière fois le May 30, 2026. Version des données: 1.0.
Documentation complète de la méthodologie · Données lisibles par machine (API JSON)
Questions fréquentes
Scikit Learn est-il sûr ?
Quel est le score de confiance de Scikit Learn ?
Quelles sont les alternatives plus sûres à Scikit Learn ?
Est-ce que Scikit Learn a des vulnérabilités connues ?
Est-ce que Scikit Learn est activement maintenu ?
Populaire dans Python Packages
Parcourir les catégories
Voir aussi
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.