Registro público
Informe de salud del softwareesquema 0.34.0 · métricas 2.10.0 · 2026-09-17 17:55 UTC

rasbt / mlxtend

A library of extension and helper modules for Python's data analysis and machine learning libraries.

PythonLicencia propia★ 5174 estrellas⑂ 916 forksdesde ago 2014Ver en GitHub ↗
TipoBibliotecacómo se determina

rasbt/mlxtend tiene un índice de salud de 90 sobre 100, lo que lo sitúa en la banda Excelente. Su puntuación más alta es Engineering Quality (92/100) y la más baja, AI Readiness (60/100). Se actualizó por última vez hace 8 días. Una sola persona concentra la mayor parte del trabajo reciente.

90
global / 100
Excelente

Índice de salud del software

Las métricas se agrupan en categorías ponderadas sobre una escala estandarizada de 1 a 100. El resultado global parte de su media ponderada, calibrada contra la distribución del registro público para que las bandas tengan significado percentil; cuando la evidencia pública activa la Política de Jurisdicciones de Alto Riesgo, la calificación se ajusta y recibe un límite «En riesgo» de 34.

90
Excepcional93-100El nivel más alto del registro (≈ el 5% superior); cumple prácticamente todos los criterios evaluados
Excelente80-92Sólido en todos los frentes; carencias menores
Bueno65-79Saludable; carencias limitadas y manejables
Moderado50-64Aceptable con carencias notables; se recomienda revisión
Débil35-49Debilidades sustanciales en varias áreas
En riesgo20-34Debilidades significativas; su adopción exige cautela
Crítico1-19Problemas graves (proyecto abandonado, un solo mantenedor, sin higiene)
VitalidadComunidad yAdopciónSostenibilidady GobernanzaCalidad deIngenieríaSeguridadPreparaciónpara IA

Perfil de puntuación

Cada eje es una categoría. La forma importa más que la media: un proyecto sano llena toda la figura, mientras que un perfil de picos y cráteres indica que la fortaleza en una dimensión enmascara el riesgo en otra.

El resultado global ponderado 76 se calibra a 90 en la escala publicada del índice (calibración del registro 2026-08-02).

Titularidad

Sebastian RaschkaCuenta personal
40.311 seguidores151 repositorios públicosdesde oct 2013

Este repositorio pertenece a una cuenta personal. Un proyecto con un único propietario conlleva más riesgo de continuidad que uno respaldado por una organización.

Ecosistemas de paquetes

RegistroPaqueteVersiónDescargas / mesVersionesÚltima publicación
PyPImlxtend0.25.01.086.52155hace 103 días

Métricas por categoría

Vitalidad

¿Está vivo el proyecto: se escribe código y se publican versiones?

65Bueno · 21% del índice global
Cómo se puntúa
28.8/36Recencia de push — último push hace 8 días
6.9/36Cadencia de commits — 10/52 semanas con commits
14.7/18Volumen de commits — 42 commits en el último año
9/10OpenSSF Scorecard: Maintained — 11 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 9
Datos de entrada utilizados
commits_last_year42
human_commit_share0,87
days_since_last_push8
active_weeks_last_year10
Cómo se puntúa
27/27Publica versiones — 34 versiones publicadas
27/36Recencia de las versiones — última versión hace 103 días
12.6/27Cadencia de publicación — una versión cada ~163,5 días
0/10OpenSSF Scorecard: Signed-Releases — sin datos
Datos de entrada utilizados
releases_count34
latest_release_tagv0.25.0
releases_from_tagsno
days_since_latest_release103
mean_days_between_releases163,5
Excluidos de la puntuación (sin datos o no aplicable): OpenSSF Scorecard: Signed-Releases. Los pesos restantes se han renormalizado.

Comunidad y Adopción

¿Tiene el proyecto usuarios, descargas, atención y unas condiciones acogedoras para quienes contribuyen?

86Excelente · 17% del índice global
Cómo se puntúa
60/60Estrellas — 5174 estrellas
24.7/25Forks — 916 forks
11.4/15Observadores — 115 observadores
Datos de entrada utilizados
forks916
stars5174
watchers115
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history
Cómo se puntúa
22.5/22.5README
16.9/22.5Licencia — archivo de licencia presente, no es una licencia reconocida
0/18Guía CONTRIBUTING
13.5/13.5Código de conducta
0/7.2Plantilla de issues
6.3/6.3Plantilla de PR
Datos de entrada utilizados
has_readmesí
has_licensesí
readme_badges6
has_contributingno
has_issue_templateno
has_code_of_conductsí
readme_badge_servicesbadge.fury.io, ci.appveyor.com, codecov.io, shields.io
has_pull_request_templatesí
Cómo se puntúa
80/80Descargas mensuales — 1.086.521 descargas/mes en pypi
0/20Dependientes en el registro — no lo informa este ecosistema
Datos de entrada utilizados
packagesmlxtend
dependents—
ecosystemspypi
total_downloads—
monthly_downloads1.086.521
unverified_packages_excluded—
Excluidos de la puntuación (sin datos o no aplicable): Dependientes en el registro. Los pesos restantes se han renormalizado.

Sostenibilidad y Gobernanza

¿Sobrevivirá el proyecto a sus personas: factor bus, capacidad de respuesta, quién lo respalda y mantenimiento del paquete?

71Bueno · 23% del índice global
Cómo se puntúa
9/54Factor bus — la mitad de los commits recae en 1 contribuyente(s)
5.6/22.5Distribución de commits — el principal contribuyente firma el 75% de los commits
13.5/13.5Amplitud de contribuyentes — 99 contribuyentes
10/10OpenSSF Scorecard: Contributors — project has 29 contributing companies or organizations
Datos de entrada utilizados
bus_factor1
contributors_sampled99
top_contributor_share0,752
Cómo se puntúa
32.5/42Resolución de issues — 77% de issues cerradas
28.1/30Aceptación de PR — 537/574 PR decididos fusionados
13/13Newcomer PR acceptance — 3/3 PR de contribuyentes primerizos fusionados en 30 d
10.5/15OpenSSF Scorecard: Code-Review — Found 13/17 approved changesets -- score normalized to 7
Datos de entrada utilizados
merged_prs537
open_issues110
closed_issues376
prs_merged_7d0
prs_decided_7d0
prs_merged_30d3
prs_decided_30d3
issue_closed_ratio0,774
closed_unmerged_prs37
first_time_authors_30d2
first_time_prs_merged_30d3
first_time_prs_decided_30d3
Cómo se puntúa
10/30Respaldo de la propiedad — cuenta personal (usuario)
0/20Dominio verificado — no aplicable a cuentas de usuario
25/25Alcance del propietario — 40.311 seguidores de rasbt
25/25Trayectoria — 151 repos públicos, cuenta de ~12 años
Datos de entrada utilizados
followers40.311
owner_typeUser
is_verified—
owner_loginrasbt
public_repos151
account_age_days4730
Excluidos de la puntuación (sin datos o no aplicable): Dominio verificado. Los pesos restantes se han renormalizado.
Cómo se puntúa
25/25Publicado y resoluble — 1 paquete(s) en pypi
35/35Recencia de publicación — última publicación hace 103 días
20/20Historial de versiones — 55 versiones en el registro
20/20No obsoleto — activo, ni obsoleto ni retirado
Datos de entrada utilizados
packagesmlxtend
ecosystemspypi
any_deprecatedno
min_days_since_publish103

Calidad de Ingeniería

¿Existen unas prácticas mínimas de ingeniería y documentación?

92Excelente · 19% del índice global
Cómo se puntúa
24/24Flujos de trabajo de CI — 3 flujo(s) de trabajo
24/24Pruebas presentes
16/16Configuración de linter — .flake8
9.6/9.6Hooks de pre-commit
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 28 out of 28 merged PRs checked by a CI test -- score normalized to 10
Datos de entrada utilizados
has_cisí
has_testssí
has_editorconfigno
has_linter_configsí
has_precommit_configsí

Documentación

90Excelente
Cómo se puntúa
30/30README
25/25Directorio de documentación
15/15Sitio de documentación / página del proyecto — https://rasbt.github.io/mlxtend/
10/10Descripción del repositorio
10/10Topics — 7 topics
0/10Wiki
Datos de entrada utilizados
topicspython, machine-learning, data-science, data-mining, association-rules, supervised-learning, unsupervised-learning
has_wikino
homepagehttps://rasbt.github.io/mlxtend/
docs_sitehttps://rasbt.github.io/mlxtend/
has_readmesí
has_docs_dirsí
has_descriptionsí

Seguridad

¿Son sólidas las prácticas visibles de seguridad y de cadena de suministro, sin exposición jurisdiccional de alto riesgo sin resolver?

71Bueno · 16% del índice global
Cómo se puntúa
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — sin datos
2.5/2.5CI-Tests — 28 out of 28 merged PRs checked by a CI test -- score normalized to 10
0/2.5CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
5.2/7.5Code-Review — Found 13/17 approved changesets -- score normalized to 7
2.5/2.5Contributors — project has 29 contributing companies or organizations
10/10Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5Dependency-Update-Tool — update tool detected
0/5Fuzzing — project is not fuzzed
2.2/2.5Licencia — license file detected
6.8/7.5Maintained — 11 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 9
5/5Packaging — packaging workflow detected
2/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
0/5SAST — SAST tool is not run on all commits -- score normalized to 0
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — sin datos
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
6/7.5Vulnerabilities — 2 existing vulnerabilities detected
Datos de entrada utilizados
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,4
Excluidos de la puntuación (sin datos o no aplicable): Branch-Protection, Signed-Releases. Los pesos restantes se han renormalizado.
Cómo se puntúa
35/35Dependencias directas libres de avisos conocidos — ninguna dependencia directa tiene un aviso conocido
25/25Dependencias indirectas libres de avisos conocidos — ninguna dependencia indirecta tiene un aviso conocido
0/40Sin avisos pendientes — ningún aviso tiene fecha de publicación
Datos de entrada utilizados
sourceosv
advisories0
affected_packages0
assessed_packages18
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Excluidos de la puntuación (sin datos o no aplicable): Sin avisos pendientes. Los pesos restantes se han renormalizado. Se cotejó el cierre de dependencias en tiempo de ejecución de pypi:mlxtend@0.25.0 —lo que arrastra la instalación del paquete publicado—: 18 paquetes. No se analiza la alcanzabilidad.

Preparación para IA

¿Hasta qué punto está el repositorio preparado para desarrollarse y mantenerse con agentes de codificación de IA? Tiene un peso deliberadamente pequeño (4%): las herramientas para agentes son una señal real de mantenimiento, pero un repositorio sin ninguna puede alcanzar igualmente 100/100.

60Moderado · 4% del índice global
Cómo se puntúa
0/45Instrucciones para agentes — sin CLAUDE.md / AGENTS.md / reglas de editor
0/15Documentación legible por máquinas (llms.txt)
38/40Historial de commits legible — 62 de 87 commits humanos declaran su intención (asunto estructurado o cuerpo explicativo)
Datos de entrada utilizados
has_llms_txtno
llms_txt_url—
legible_history_share0,713
agent_instruction_files—
agent_instruction_max_bytes—
Cómo se puntúa
0/18Arranque con un solo comando
22/22Pruebas automatizadas
11/11Configuración de lint / formato — .flake8
0/11Verificación estática de tipos
10/10Entorno reproducible — lockfile
10/10Práctica demostrada con agentes — 5 de los últimos 100 commits con autoría o crédito de agente
8/8Mantenimiento automatizado — 13 de los últimos 100 commits son actualizaciones automáticas de dependencias
4/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 4
Datos de entrada utilizados
has_nixno
has_testssí
lockfilesuv.lock
has_dockerfileno
typed_languageno
bootstrap_files—
has_devcontainerno
has_linter_configsí
typecheck_configs—
agent_commit_share0,05
toolchain_manifests—
dependency_bot_commit_share0,13
Cómo se puntúa
0/45Código verificable por tipos — Python sin configuración de verificación de tipos
54.5/55Tamaños de archivo manejables — 2/217 archivos fuente de más de 60 KB
Datos de entrada utilizados
primary_languagePython
largest_source_bytes300.766
source_files_sampled217
oversized_source_files2
Cómo se puntúa
0/40Esquema de API (OpenAPI/GraphQL/proto) — no aplicable a este tipo de software
0/20Servidor MCP — no aplicable a este tipo de software
40/40Ejemplos ejecutables — notebooks
Datos de entrada utilizados
example_dirsnotebooks
has_mcp_signalno
api_schema_files—
interfaces_expected_of—
Excluidos de la puntuación (sin datos o no aplicable): Esquema de API (OpenAPI/GraphQL/proto), Servidor MCP. Los pesos restantes se han renormalizado.

Datos clave

5174estrellas de GitHub
99contribuidores
42commits en los últimos 12 meses
8días desde el último push
34versiones publicadas
1factor bus
110issues abiertas
PyPIecosistemas de paquetes

Advertencias de recopilación de datos

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token
  • pypi download statistics for 'mlxtend' unavailable this scan (stats endpoint failed after retries); adoption may be under-evidenced
  • pypi download figures for mlxtend carried forward from the previous scan (stats endpoint unavailable this scan)

Más detalle

Historial de estrellas y forks 0 ★ / 916 ⇿
0Estrellas
916Forks
34Versiones

Cuándo se añadió cada estrella y fork, recopilado de GitHub y agrupado por día. El crecimiento acumulado se sitúa justo encima de las adiciones diarias que lo componen, de modo que ambos se leen en conjunto: la acumulación orgánica sostenida no se parece en nada a un pico abrupto y efímero. Cuando esa diferencia es medible, se informa como autenticidad del crecimiento.

02004006008001000903102014-102020-092026-09
Mayor 0Menor 22Parche 11

Cada punto abarca 11 días.

OpenSSF Scorecard 6.4 / 10
6.4agregado

Evaluación de seguridad independiente y agnóstica en cuanto a herramientas, procedente del proyecto de código abierto OpenSSF Scorecard. Cada comprobación premia una práctica de seguridad, no la herramienta de un proveedor concreto. Las comprobaciones que Scorecard no pudo determinar se marcan como n/d y se excluyen de la puntuación de seguridad (nunca se cuentan como cero).Scorecard v5.5.0 · 2026-09-17 17:54 UTC

10Binary-Artifactsno binaries found in the repo
n/dBranch-Protectioninternal error: error during branchesHandler.setup: internal error: some github tokens can't read classic branch protection rules: https://github.com/ossf/scorecard-action/blob/main/docs/authentication/fine-grained-auth-token.md
10CI-Tests28 out of 28 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
7Code-ReviewFound 13/17 approved changesets -- score normalized to 7
10Contributorsproject has 29 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
9Licenselicense file detected
9Maintained11 commit(s) and 0 issue activity found in the last 90 days -- score normalized to 9
10Packagingpackaging workflow detected
4Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 4
0SASTSAST tool is not run on all commits -- score normalized to 0
0Security-Policysecurity policy file not detected
n/dSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
8Vulnerabilities2 existing vulnerabilities detected
Dependencias directas 6
RegistroPaqueteRestricción de versiónManifiesto
PyPIscipy>=1.16.3pyproject.toml
PyPInumpy>=2.3.5pyproject.toml
PyPIpandas>=2.3.3pyproject.toml
PyPIscikit-learn>=1.8.0pyproject.toml
PyPImatplotlib>=3.10.8pyproject.toml
PyPIjoblib>=1.5.2pyproject.toml
Todas las dependencias 116

Conjunto completo de dependencias resueltas según el grafo de dependencias de GitHub: 12 paquetes directos y 104 indirectos (transitivos). El cierre transitivo es completo cuando el repositorio incluye un lockfile.

RegistroPaqueteVersiónRelación
PyPIjoblib—directa
PyPIjoblib1.5.3directa
PyPImatplotlib—directa
PyPImatplotlib3.10.8directa
PyPInumpy—directa
PyPInumpy2.4.0directa
PyPIpandas—directa
PyPIpandas2.3.3directa
PyPIscikit-learn—directa
PyPIscikit-learn1.8.0directa
PyPIscipy—directa
PyPIscipy1.16.3directa
PyPIattrs25.4.0indirecta
PyPIbackports-tarfile1.2.0indirecta
PyPIbeautifulsoup44.14.3indirecta
PyPIblack26.5.1indirecta
PyPIbleach6.4.0indirecta
PyPIbuild1.5.0indirecta
PyPIcertifi2026.5.20indirecta
PyPIcffi2.0.0indirecta
PyPIcfgv3.5.0indirecta
PyPIcharset-normalizer3.4.7indirecta
PyPIclick8.3.1indirecta
PyPIcolorama0.4.6indirecta
PyPIcontourpy1.3.3indirecta
PyPIcoverage7.14.1indirecta
PyPIcryptography50.0.0indirecta
PyPIcycler0.12.1indirecta
PyPIdefusedxml0.7.1indirecta
PyPIdistlib0.4.1indirecta
PyPIdocutils0.23indirecta
PyPIfastjsonschema2.21.2indirecta
PyPIfilelock3.29.1indirecta
PyPIflake87.3.0indirecta
PyPIfonttools4.61.1indirecta
PyPIghp-import2.1.0indirecta
PyPIid1.6.1indirecta
PyPIidentify2.6.19indirecta
PyPIidna3.18indirecta
PyPIimportlib-metadata9.0.0indirecta
PyPIiniconfig2.3.0indirecta
PyPIisort8.0.1indirecta
PyPIjaraco-classes3.4.0indirecta
PyPIjaraco-context6.1.2indirecta
PyPIjaraco-functools4.5.0indirecta
PyPIjeepney0.9.0indirecta
PyPIjinja23.1.6indirecta
PyPIjsonschema4.25.1indirecta
PyPIjsonschema-specifications2025.9.1indirecta
PyPIjupyter-client8.7.0indirecta
PyPIjupyter-core5.9.1indirecta
PyPIjupyterlab-pygments0.3.0indirecta
PyPIkeyring25.7.0indirecta
PyPIkiwisolver1.4.9indirecta
PyPImarkdown3.10indirecta
PyPImarkdown-it-py4.2.0indirecta
PyPImarkupsafe3.0.3indirecta
PyPImccabe0.7.0indirecta
PyPImdurl0.1.2indirecta
PyPImergedeep1.3.4indirecta
PyPImistune3.3.0indirecta
PyPImkdocs1.6.1indirecta
PyPImkdocs-bootswatch1.1indirecta
PyPImkdocs-get-deps0.2.0indirecta
PyPImore-itertools11.1.0indirecta
PyPImypy-extensions1.1.0indirecta
PyPInbclient0.10.4indirecta
PyPInbconvert7.17.1indirecta
PyPInbformat5.10.4indirecta
PyPInh30.3.5indirecta
PyPInodeenv1.10.0indirecta
PyPIpackaging25.0indirecta
PyPIpandocfilters1.5.1indirecta
PyPIpathspec1.1.1indirecta
PyPIpillow12.3.0indirecta
PyPIplatformdirs4.5.1indirecta
PyPIpluggy1.6.0indirecta
PyPIpre-commit4.6.0indirecta
PyPIpycodestyle2.14.0indirecta
PyPIpycparser2.23indirecta
PyPIpyflakes3.4.0indirecta
PyPIpygments2.20.0indirecta
PyPIpyparsing3.3.1indirecta
PyPIpyproject-hooks1.2.0indirecta
PyPIpytest9.0.3indirecta
PyPIpython-dateutil2.9.0.post0indirecta
PyPIpython-discovery1.4.0indirecta
PyPIpython-markdown-math0.9indirecta
PyPIpytokens0.4.1indirecta
PyPIpytz2025.2indirecta
PyPIpywin32-ctypes0.2.3indirecta
PyPIpyyaml6.0.3indirecta
PyPIpyyaml-env-tag1.1indirecta
PyPIpyzmq27.1.0indirecta
PyPIreadme-renderer44.0indirecta
PyPIreferencing0.37.0indirecta
PyPIrequests2.34.2indirecta
PyPIrequests-toolbelt1.0.0indirecta
PyPIrfc39862.0.0indirecta
PyPIrich15.0.0indirecta
PyPIrpds-py0.30.0indirecta
PyPIsecretstorage3.5.0indirecta
PyPIsix1.17.0indirecta
PyPIsoupsieve2.8.4indirecta
PyPIthreadpoolctl3.6.0indirecta
PyPItinycss21.4.0indirecta
PyPItornado6.5.8indirecta
PyPItraitlets5.14.3indirecta
PyPItwine6.2.0indirecta
PyPItyping-extensions4.15.0indirecta
PyPItzdata2025.3indirecta
PyPIurllib32.7.0indirecta
PyPIvirtualenv21.4.2indirecta
PyPIwatchdog6.0.0indirecta
PyPIwebencodings0.5.1indirecta
PyPIzipp4.1.0indirecta
Avisos de dependencias 0

Instalar pypi:mlxtend@0.25.0 arrastra 18 paquetes, directos y transitivos: 0 tienen avisos conocidos, de los cuales 0 son dependencias directas.

Ningún aviso conocido afecta a las dependencias evaluadas.

Un aviso significa que la versión registrada en el grafo de dependencias cae dentro del rango afectado de un aviso. No se analiza la alcanzabilidad, y el grafo incluye fijaciones de desarrollo y prueba: un hallazgo puede referirse al utillaje y no al software distribuido.

Informe JSON sin procesar legible por máquina

Comentarios

¿Algo no cuadra en este informe, o hay ideas que compartir? Mediciones erróneas, herramientas no detectadas, ideas, preguntas: todo es bienvenido. Cada mensaje se lee y recibe respuesta.

El mensaje se conserva durante el inicio de sesión.

Las puntuaciones son señales, no garantías. Reflejan prácticas públicamente visibles en GitHub; no son una auditoría de código ni una garantía de seguridad.

Los datos ausentes se excluyen y los pesos se renormalizan; nunca se puntúan como cero. La metodología es versionada y abierta: métricas v2.10.0, esquema v0.34.0 — metodología completa · wiki de métricas.

Cómo se sitúa un resultado dentro del registro general: estadísticas agregadas — PyPI.