Czy Imbalanced Learn jest bezpieczny?

Imbalanced Learn — Nerq Trust Score 68.2/100 (Ocena B-). Na podstawie analizy 2 wymiarów zaufania, jest ogólnie bezpieczny, ale z pewnymi zastrzeżeniami. Ostatnia aktualizacja: 2026-08-08.

Używaj Imbalanced Learn z ostrożnością. Imbalanced Learn to Python package z wynikiem zaufania Nerq 68.2/100 (B-), based on 3 niezależnych wymiarów danych. Poniżej zweryfikowanego progu Nerq Bezpieczeństwo: 90/100. Popularność: 100/100. Dane pochodzą z PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Ostatnia aktualizacja: 2026-07-22. Dane odczytywalne maszynowo (JSON).

Czy Imbalanced Learn jest bezpieczny?

CAUTION — Imbalanced Learn has a Nerq Trust Score of 68.2/100 (B-). Ma umiarkowane sygnały zaufania, ale wykazuje pewne obszary budzące obawy that warrant attention. Suitable for development use — review bezpieczeństwo and konserwacja signals before production deployment.

Analiza bezpieczeństwa → Raport prywatności Imbalanced Learn →

Jaki jest wynik zaufania Imbalanced Learn?

Imbalanced Learn ma Nerq Trust Score 68.2/100 z oceną B-. Ten wynik opiera się na 2 niezależnie mierzonych wymiarach, w tym bezpieczeństwie, konserwacji i adopcji społeczności.

Bezpieczeństwo
90
Popularność
100

Jakie są kluczowe ustalenia bezpieczeństwa dla Imbalanced Learn?

Najsilniejszy sygnał Imbalanced Learn to popularność na poziomie 100/100. Nie wykryto znanych luk w zabezpieczeniach. It has not yet reached the Nerq Verified threshold of 70+.

Ocena bezpieczeństwa: 90/100 (silny)
Popularność: 100/100 — przyjęcie przez społeczność

Czym jest Imbalanced Learn i kto go utrzymuje?

AutorUnknown
KategoriaPython Packages
ŹródłoN/A

Podobne Pypi wg wyniku zaufania

pyyaml (78)altair (78)polars (78)babel (78)certifi (78)
Zobacz wszystkie najbezpieczniejsze Pypi →

Porównaj

Imbalanced Learn vs pyyamlImbalanced Learn vs altairImbalanced Learn vs polars

Przewodnik bezpieczeństwa: Imbalanced Learn

Czym jest Imbalanced Learn?

Imbalanced Learn to pakiet Python — Toolbox for imbalanced dataset in machine learning.

Jak zweryfikować bezpieczeństwo

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

Możesz również sprawdzić wynik zaufania przez API: GET /v1/preflight?target=imbalanced-learn

Główne problemy bezpieczeństwa dla Python package

Oceniając każdy Python package, zwróć uwagę na: dependency vulnerabilities, malicious uploads, konserwacja status.

Ocena zaufania

Imbalanced Learn has a Nerq Trust Score of 68/100 (B-) and has not yet reached Nerq trust threshold (70+). Ten wynik jest oparty na zautomatyzowanej analizie sygnałów bezpieczeństwa, konserwacji, społeczności i jakości.

Kluczowe wnioski

Często zadawane pytania

Czy Imbalanced Learn jest bezpieczny?
Używaj z ostrożnością. imbalanced-learn z wynikiem zaufania Nerq 68.2/100 (B-). Najsilniejszy sygnał: popularność (100/100). Wynik oparty na Bezpieczeństwo (90/100), Popularność (100/100).
Jaki jest wynik zaufania Imbalanced Learn?
imbalanced-learn: 68.2/100 (B-). Wynik oparty na Bezpieczeństwo (90/100), Popularność (100/100). Oceny aktualizują się, gdy pojawiają się nowe dane. API: GET nerq.ai/v1/preflight?target=imbalanced-learn
Jakie są bezpieczniejsze alternatywy dla Imbalanced Learn?
W kategorii Pakiety Python, więcej Python package jest analizowanych — sprawdź wkrótce. imbalanced-learn scores 68.2/100.
Czy Imbalanced Learn ma znane luki?
Nerq sprawdza Imbalanced Learn w NVD, OSV.dev i bazach danych luk. Aktualny wynik bezpieczeństwa: 90/100.
Czy Imbalanced Learn jest aktywnie utrzymywany?
Wynik konserwacji Imbalanced Learn: N/A. Sprawdź ostatnią aktywność repozytorium.
API: /v1/preflight Trust Badge API Docs

Zobacz także

Disclaimer: Wyniki zaufania Nerq to zautomatyzowane oceny oparte na publicznie dostępnych sygnałach. Nie stanowią rekomendacji ani gwarancji. Zawsze przeprowadzaj własną weryfikację.

Używamy plików cookie do analiz i buforowania. Prywatność