Is Scikit Learn veilig?
Scikit Learn — Nerq Vertrouwensscore 88.0/100 (A-beoordeling). Op basis van analyse van 2 vertrouwensdimensies wordt het beschouwd als veilig in gebruik. Laatst bijgewerkt: 2026-04-01.
Ja, Scikit Learn is veilig om te gebruiken. Scikit Learn is een Python-pakket met een Nerq Vertrouwensscore van 88.0/100 (A), based on 3 independent data dimensions. Het wordt aanbevolen voor productiegebruik. Security: 90/100. Popularity: 100/100. Data sourced from PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Last updated: 2026-04-01. Machineleesbare gegevens (JSON).
Is Scikit Learn veilig?
JA — Scikit Learn heeft een Nerq Vertrouwensscore van 88.0/100 (A). Het voldoet aan de Nerq vertrouwensdrempel met sterke signalen voor beveiliging, onderhoud en acceptatie door de gemeenschap. Aanbevolen voor productiegebruik — bekijk het volledige rapport hieronder voor specifieke overwegingen.
Wat is de vertrouwensscore van Scikit Learn?
Scikit Learn heeft een Nerq Vertrouwensscore van 88.0/100, earning a A grade. This score is based on 2 independently measured dimensions including security, maintenance, and community adoption.
Wat zijn de belangrijkste beveiligingsbevindingen voor Scikit Learn?
Scikit Learn's strongest signal is populariteit at 100/100. No bekende kwetsbaarheden have been detected. It meets the Nerq Verified threshold of 70+.
Wat is Scikit Learn en wie onderhoudt het?
| Ontwikkelaar | Unknown |
| Categorie | pypi |
| Bron | N/A |
Vergelijkbare Pypi op Vertrouwensscore
Beveiligingsgids: Scikit Learn
Wat is Scikit Learn?
Scikit Learn is een Python package — A set of python modules for machine learning and data mining.
Hoe de veiligheid te verifiëren
Uitvoeren pip audit or safety check. Review on PyPI for download stats.
U kunt de vertrouwensscore ook via API controleren: GET /v1/preflight?target=scikit-learn
Belangrijkste beveiligingsproblemen voor Python packages
Bij het evalueren van elk Python package, let op: dependency vulnerabilities, malicious uploads, maintenance status.
Vertrouwensbeoordeling
Scikit Learn heeft een Nerq Vertrouwensscore van 76/100 (B+) en voldoet aan de Nerq vertrouwensdrempel. Deze score is gebaseerd op geautomatiseerde analyse van beveiligings-, onderhouds-, gemeenschaps- en kwaliteitssignalen.
Belangrijkste conclusies
- Scikit Learn has a Vertrouwensscore of 76/100 (B+).
- Aanbevolen voor gebruik — voldoet aan de vertrouwensdrempel.
- Controleer altijd onafhankelijk met behulp van de Nerq API.
Gedetailleerde score-analyse
| Dimension | Score |
|---|---|
| Beveiliging | 90/100 |
| Privacy | 80/100 |
| Betrouwbaarheid | 90/100 |
| Transparantie | 50/100 |
| Onderhoud | 60/100 |
Gebaseerd op 5 dimensies. Gegevens van PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard.
Welke gegevens verzamelt Scikit Learn?
Scikit Learn is een Python-pakket onderhouden door Unknown. It receives approximately 45,807,671 weekly downloads.
Als een ontwikkelingspakket, Scikit Learn verzamelt geen persoonlijke gegevens van eindgebruikers direct. Toepassingen gebouwd met dit pakket kunnen echter gegevens verzamelen afhankelijk van de implementatie. Privacy score: 80/100.
Controleer de afhankelijkheden van het pakket op mogelijke supply chain-risico's. Voer regelmatig de auditcommando van uw pakketbeheerder uit.
Volledige analyse: Scikit Learn Privacyrapport · Privacybeoordeling
Is Scikit Learn veilig?
Beveiliging score: 90/100. Scikit Learn has 0 bekende kwetsbaarheden (CVE's) in de National Vulnerability Database. Dit is een schone staat van dienst.
Licentie-informatie niet beschikbaar. Open-source pakketten maken onafhankelijke beveiligingsbeoordeling van de broncode mogelijk.
Voer de auditopdrach van uw pakketbeheerder uit (`npm audit`, `pip audit`, `cargo audit`) to check for bekende kwetsbaarheden in your dependency tree.
Volledige analyse: Scikit Learn Beveiligingsrapport
Hoe we deze score hebben berekend
de vertrouwensscore vanScikit Learn is 88.0/100 (A) wordt berekend uit PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. De score weerspiegelt 5 onafhankelijke dimensies: security (90/100), privacy (80/100), reliability (90/100), transparency (50/100), maintenance (60/100). Elke dimensie wordt gelijk gewogen om de samengestelde vertrouwensscore te produceren.
Nerq analyzes over 7.5 million entities across 26 registers met behulp van dezelfde methodologie, waardoor directe vergelijking tussen entiteiten mogelijk is. Scores worden continu bijgewerkt naarmate nieuwe gegevens beschikbaar komen.
Deze pagina is voor het laatst beoordeeld op April 01, 2026. Data version: 1.0.
Volledige methodologiedocumentatie · Machineleesbare gegevens (JSON API)
Veelgestelde vragen
Is Scikit Learn veilig om te gebruiken?
Wat is Scikit Learn's trust score?
Wat zijn veiligere alternatieven voor Scikit Learn?
Heeft Scikit Learn bekende kwetsbaarheden?
Hoe actief wordt Scikit Learn onderhouden?
Popular in pypi
Browse Categories
Disclaimer: Nerq-vertrouwensscores zijn geautomatiseerde beoordelingen op basis van openbaar beschikbare signalen. Ze vormen geen aanbeveling of garantie. Voer altijd uw eigen verificatie uit.