Czy Causalml jest bezpieczny?

Causalml — Nerq Trust Score 64.5/100 (Ocena C+). Wynik oparty na 2 independent trust signals. Ostatnia analiza: 2026-03-20

Causalml to Python package z wynikiem zaufania Nerq 64.5/100 (C+), based on 3 niezależnych wymiarów danych. Ostatnia analiza: 2026-03-20 Bezpieczeństwo: 90/100. Popularność: 60/100. Dane pochodzą z PyPI registry, GitHub repository, NVD, OSV.dev, and OpenSSF Scorecard. Ostatnia aktualizacja: 2026-03-20. Dane odczytywalne maszynowo (JSON).

Czy Causalml jest bezpieczny?

Szczegóły wyniku zaufania — Causalml has a Nerq Trust Score of 64.5/100 (C+). Measured across 2 independent trust signals (as of 2026-03-20).

Analiza bezpieczeństwa → Raport prywatności Causalml →

Jaki jest wynik zaufania Causalml?

Causalml ma Nerq Trust Score 64.5/100 z oceną C+. Ten wynik opiera się na 2 niezależnie mierzonych wymiarach, w tym bezpieczeństwie, konserwacji i adopcji społeczności.

Bezpieczeństwo
90
Popularność
60

Jakie są kluczowe ustalenia bezpieczeństwa dla Causalml?

Najsilniejszy sygnał Causalml to bezpieczeństwo na poziomie 90/100. Nie wykryto znanych luk w zabezpieczeniach.

⚠Ocena bezpieczeństwa: 90/100 (silny)
⚠Popularność: 60/100 — przyjęcie przez społeczność

Czym jest Causalml i kto go utrzymuje?

AutorHuigang Chen, Totte Harinen, Jeong-Yoon Lee, Jing Pan, Mike Yung, Zhenyu Zhao
KategoriaPython Packages
ŹródłoN/A

Podobne Pypi wg wyniku zaufania

autograd (74)alibabacloud-tea (74)box-sdk-gen (74)pydocket (74)impyla (74)
Zobacz wszystkie najbezpieczniejsze Pypi →

Porównaj

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

Przewodnik bezpieczeństwa: Causalml

Czym jest Causalml?

Causalml to pakiet Python — Python Package for Uplift Modeling and Causal Inference with Machine Learning Algorithms.

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=causalml

Główne problemy bezpieczeństwa dla Python package

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

Measured Signals

Causalml has a Nerq Trust Score of 64/100 (C+). This score is a composite of automated measurements of bezpieczeństwo, konserwacja, community, and quality signals.

Kluczowe wnioski

Często zadawane pytania

Czy Causalml jest bezpieczny?
causalml z wynikiem zaufania Nerq 64.5/100 (C+). Najsilniejszy sygnał: bezpieczeństwo (90/100). Wynik oparty na Bezpieczeństwo (90/100), Popularność (60/100).
Jaki jest wynik zaufania Causalml?
causalml: 64.5/100 (C+). Wynik oparty na Bezpieczeństwo (90/100), Popularność (60/100). Oceny aktualizują się, gdy pojawiają się nowe dane. API: GET nerq.ai/v1/preflight?target=causalml
Jakie są bezpieczniejsze alternatywy dla Causalml?
W kategorii Pakiety Python, więcej Python package jest analizowanych — sprawdź wkrótce. causalml scores 64.5/100.
Czy Causalml ma znane luki?
Nerq sprawdza Causalml w NVD, OSV.dev i bazach danych luk. Aktualny wynik bezpieczeństwa: 90/100.
Czy Causalml jest aktywnie utrzymywany?
Wynik konserwacji Causalml: 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