Публічний реєстр
Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-10-19 06:56 UTC

scikit-learn-contrib / MAPIE

A scikit-learn-compatible library for estimating prediction intervals and controlling risks, based on conformal predictions.

Jupyter Notebook · PythonBSD-3-Clause★ 1 604 зірки⑂ 165 форківз бер. 2021 р.Переглянути на GitHub ↗
ТипБібліотекаяк це визначено
#regression#confidence-intervals#data-science#python#sklearn#classification#conformal-prediction#risk-control

scikit-learn-contrib/MAPIE має індекс здоров’я 97 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Vitality (92/100), найнижчий — Security (74/100). Останнє оновлення було 2 дні тому. Більшість нещодавньої роботи виконують 4 учасники.

97
загалом / 100
Винятковий

Індекс здоров'я програмного забезпечення

Метрики згруповано у зважені категорії на шкалі 1–100. Загальна оцінка починається як їхнє зважене середнє, відкаліброване за розподілом публічного реєстру, тож діапазони мають перцентильний зміст; коли публічні дані активують Політику юрисдикцій високого ризику, рейтинг коригується й отримує верхню межу 34 («У зоні ризику»).

97
Винятковий93-100Верхній щабель реєстру (≈ топ-5%); відповідає практично всім перевіреним критеріям
Відмінний80-92Сильний за всіма напрямами; незначні прогалини
Добрий65-79Здоровий; прогалини обмежені та керовані
Помірний50-64Прийнятний, але з помітними прогалинами; рекомендовано перевірку
Слабкий35-49Суттєві недоліки в кількох сферах
У зоні ризику20-34Суттєві слабкі місця; впровадження потребує обережності
Критичний1-19Серйозні проблеми (покинутий, єдиний мейнтейнер, без базової гігієни)
ЖиттєздатністьСпільнота тавпровадженняСталість таврядуванняІнженернаякістьБезпекаГотовність доШІ

Профіль оцінок

Кожна вісь — окрема категорія. Форма важить більше, ніж середнє: здоровий об'єкт заповнює всю фігуру, тоді як профіль із піками та провалами означає, що сила в одному вимірі маскує ризик в іншому.

Зважений загальний бал 85 калібровано до 97 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

scikit-learn-contribОрганізація
646 підписників32 публічні репозиторіїз лют. 2016 р.

За цим репозиторієм стоїть організація — спільна, підзвітна опіка, здатна пережити будь-якого окремого мейнтейнера.

Пакетні екосистеми

РеєстрПакетВерсіяЗавантажень / місВерсіїОстання публікація
PyPIMAPIE1.5.0150 0373974 дні тому

Метрики за категоріями

Життєздатність

Чи живий проєкт — чи пишеться код і чи виходять релізи?

92Відмінний · 21% загального індексу

Активність розробки

92Відмінний
Як обчислюється оцінка
36/36Свіжість push — останній push 2 дн. тому
28.4/36Ритм комітів — 41/52 тижнів із комітами
18/18Обсяг комітів — 244 комітів за останній рік
10/10OpenSSF Scorecard: Maintained — 30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
Використані вхідні дані
commits_last_year244
human_commit_share1
days_since_last_push2
active_weeks_last_year41

Дисципліна релізів

92Відмінний
Як обчислюється оцінка
27/27Випускає релізи — опубліковано 39 релізів
36/36Свіжість релізів — останній реліз 74 дн. тому
19.8/27Ритм релізів — реліз кожні ~49,7 дн.
0/10OpenSSF Scorecard: Signed-Releases — немає даних
Використані вхідні дані
releases_count39
latest_release_tagv1.5.0
releases_from_tagsні
days_since_latest_release74
mean_days_between_releases49,7
Виключено з оцінювання (немає даних або не застосовно): OpenSSF Scorecard: Signed-Releases. Залишкові ваги перенормовано.

Спільнота та впровадження

Чи має проєкт користувачів, завантаження, увагу та влаштовані умови для контриб’юторів?

84Відмінний · 17% загального індексу

Популярність і впровадження

76Добрий
Як обчислюється оцінка
52/60Зірки — 1 604 зірок
18.5/25Форки — 165 форків
5.6/15Спостерігачі — 11 спостерігачів
Використані вхідні дані
forks165
stars1 604
watchers11
growth_stateunverified
growth_factor_pct100
growth_unverified_reasonno_history

Здоров'я спільноти

92Відмінний
Як обчислюється оцінка
22.5/22.5README
22.5/22.5Ліцензія — визнана ліцензія (BSD-3-Clause)
18/18Настанови CONTRIBUTING
13.5/13.5Кодекс поведінки
0/7.2Шаблон issue
6.3/6.3Шаблон PR
Використані вхідні дані
has_readmeтак
has_licenseтак
readme_badges10
has_contributingтак
has_issue_templateні
has_code_of_conductтак
readme_badge_servicescodecov.io, github.com, readthedocs.org, shields.io
has_pull_request_templateтак

Впровадження в екосистемі (завантаження)

86Відмінний
Як обчислюється оцінка
69/80Щомісячні завантаження — 150 037 завантажень/місяць у pypi
0/20Залежні пакети в реєстрі — ця екосистема цього не повідомляє
Використані вхідні дані
packagesMAPIE
dependents—
ecosystemspypi
total_downloads—
monthly_downloads150 037
unverified_packages_excluded—
Виключено з оцінювання (немає даних або не застосовно): Залежні пакети в реєстрі. Залишкові ваги перенормовано.

Сталість та врядування

Чи переживе проєкт своїх людей — бас-фактор, реактивність, хто за ним стоїть і як супроводжуються пакети?

84Відмінний · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

84Відмінний
Як обчислюється оцінка
43.2/54Бас-фактор — на 4 контриб’ютор(ів) припадає половина всіх комітів
17.8/22.5Розподіл комітів — головний контриб’ютор — автор 21% комітів
13.5/13.5Широта контриб’юторів — 58 контриб’юторів
10/10OpenSSF Scorecard: Contributors — project has 6 contributing companies or organizations
Використані вхідні дані
bus_factor4
contributors_sampled58
top_contributor_share0,211

Реактивність на issue та PR

84Відмінний
Як обчислюється оцінка
39.5/42Вирішення issue — закрито 94% issue
26.1/30Прийняття PR — злито 594/682 вирішених PR
10.4/13Newcomer PR acceptance — злито 8/10 PR від новачків за 30 дн.
7.5/15OpenSSF Scorecard: Code-Review — Found 16/30 approved changesets -- score normalized to 5
Використані вхідні дані
merged_prs594
open_issues18
closed_issues289
prs_merged_7d8
prs_decided_7d8
prs_merged_30d10
prs_decided_30d12
issue_closed_ratio0,941
closed_unmerged_prs88
first_time_authors_30d9
first_time_prs_merged_30d8
first_time_prs_decided_30d10

Власність та опіка

73Добрий
Як обчислюється оцінка
30/30Підтримка власника — у власності організації
0/20Верифікований домен
20.2/25Охоплення власника — 646 підписників у scikit-learn-contrib
23.1/25Послужний список — 32 публічних репозиторіїв, вік облікового запису ~10 р.
Використані вхідні дані
followers646
owner_typeOrganization
is_verifiedні
owner_loginscikit-learn-contrib
public_repos32
account_age_days3 894

Супровід пакетів

100Винятковий
Як обчислюється оцінка
25/25Опубліковано й доступно — 1 пакет(ів) у pypi
35/35Свіжість публікацій — остання публікація 74 дн. тому
20/20Історія версій — 39 опублікованих версій
20/20Не застарілий — активний, не deprecated і не yanked
Використані вхідні дані
packagesMAPIE
ecosystemspypi
any_deprecatedні
min_days_since_publish74

Інженерна якість

Чи наявні базові інженерні практики та документація?

92Відмінний · 19% загального індексу

Інженерні практики

94Винятковий
Як обчислюється оцінка
24/24Процеси CI — 5 процес(ів) CI
24/24Наявні тести
16/16Конфігурація лінтера — pyproject.toml ([tool.ruff])
9.6/9.6Pre-commit-хуки
0/6.4.editorconfig
20/20OpenSSF Scorecard: CI-Tests — 25 out of 25 merged PRs checked by a CI test -- score normalized to 10
Використані вхідні дані
has_ciтак
has_testsтак
has_editorconfigні
has_linter_configтак
has_precommit_configтак

Документація

90Відмінний
Як обчислюється оцінка
30/30README
25/25Каталог документації
15/15Сайт документації / домашня сторінка — https://mapie.readthedocs.io/en/stable/
10/10Опис репозиторію
10/10Теми — 8 тем
0/10Wiki
Використані вхідні дані
topicsregression, confidence-intervals, data-science, python, sklearn, classification, conformal-prediction, risk-control
has_wikiні
homepagehttps://mapie.readthedocs.io/en/stable/
docs_sitehttps://mapie.readthedocs.io/en/stable/
has_readmeтак
has_docs_dirтак
has_descriptionтак

Безпека

Чи міцні видимі практики безпеки й ланцюга постачання, без непослабленої пов’язаності з юрисдикціями високого ризику?

74Добрий · 16% загального індексу

Стан безпеки

68Добрий
Як обчислюється оцінка
7.5/7.5Binary-Artifacts — no binaries found in the repo
0/7.5Branch-Protection — немає даних
2.5/2.5CI-Tests — 25 out of 25 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
3.8/7.5Code-Review — Found 16/30 approved changesets -- score normalized to 5
2.5/2.5Contributors — project has 6 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
2.5/2.5Ліцензія — license file detected
7.5/7.5Maintained — 30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
5/5Packaging — packaging workflow detected
0/5Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
5/5SAST — SAST tool is run on all commits
0/5Security-Policy — security policy file not detected
0/7.5Signed-Releases — немає даних
0/7.5Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5Vulnerabilities — 0 existing vulnerabilities detected
Використані вхідні дані
sourceopenssf_scorecard
checks_evaluated16
scorecard_versionv5.5.0
checks_inconclusive2
scorecard_aggregate6,8
Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий
Як обчислюється оцінка
35/35Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40Немає задавнених сповіщень — жодне сповіщення не має дати публікації
Використані вхідні дані
sourceosv
advisories0
affected_packages0
assessed_packages7
unassessed_packages0
affected_by_severitynone
direct_affected_packages0
Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:MAPIE@1.5.0 — тим, що тягне за собою встановлення опублікованого пакета, — 7 пакетів. Досяжність не аналізується.

Готовність до ШІ

Наскільки репозиторій оснащений для розробки та супроводу за участі ШІ-агентів? Має свідомо малу вагу (4%): агентний інструментарій — реальний сигнал супроводу, але репозиторій без нього все одно може отримати 100/100.

81Відмінний · 4% загального індексу

Контекст і настанови для агентів

85Відмінний
Як обчислюється оцінка
45/45Інструкції для агентів — AGENTS.md, CLAUDE.md
0/15Машиночитана документація (llms.txt)
40/40Читабельна історія комітів — намір зазначено у 93 з 100 людських комітів (структурований заголовок або пояснювальний текст)
Використані вхідні дані
has_llms_txtні
llms_txt_url—
legible_history_share0,93
agent_instruction_filesAGENTS.md, CLAUDE.md
agent_instruction_max_bytes7 214

Цикл верифікації (збірка / тести / перевірка типів)

72Добрий
Як обчислюється оцінка
18/18Розгортання однією командою — Makefile
22/22Автоматизовані тести
11/11Конфігурація лінтера / форматера — pyproject.toml ([tool.ruff])
11/11Статична перевірка типів — mypy.ini
0/10Відтворюване середовище
10/10Підтверджена практика роботи з агентами — 18 з останніх 100 комітів створено агентом або з його зазначенням
0/8Автоматизоване супроводження — автоматичних оновлень залежностей не виявлено
0/10OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
Використані вхідні дані
has_nixні
has_testsтак
lockfiles—
has_dockerfileні
typed_languageні
bootstrap_filesMakefile
has_devcontainerні
has_linter_configтак
typecheck_configsmypy.ini
agent_commit_share0,18
toolchain_manifests—
dependency_bot_commit_share0

Читабельність коду для моделей

81Відмінний
Як обчислюється оцінка
27/45Типізований код — Jupyter Notebook з конфігурацією перевірки типів (mypy.ini)
54/55Керовані розміри файлів — 3/163 файлів вихідного коду понад 60 КБ
Використані вхідні дані
primary_languageJupyter Notebook
largest_source_bytes100 719
source_files_sampled163
oversized_source_files3

Машиночитні інтерфейси

100Винятковий
Як обчислюється оцінка
0/40Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40Придатні до запуску приклади — examples, notebooks
Використані вхідні дані
example_dirsexamples, notebooks
has_mcp_signalні
api_schema_files—
interfaces_expected_of—
Виключено з оцінювання (немає даних або не застосовно): Схема API (OpenAPI/GraphQL/proto), Сервер MCP. Залишкові ваги перенормовано.

Ключові факти

1 604зірок GitHub
58контриб'юторів
244комітів за останні 12 місяців
2днів від останнього пушу
39релізів
4бас-фактор
18відкритих issue
PyPIпакетних екосистем

Попередження щодо збору даних

  • Star history unavailable: GitHub GraphQL error: Resource not accessible by personal access token

Докладніше

Історія зірок і форків 0 ★ / 165 ⇿
0Зірки
165Форки
39Релізи

Коли додано кожну зірку й форк — зібрано з GitHub і згруповано за днями. Кумулятивне зростання розміщено просто над денними додаваннями, з яких воно складається, тож їх видно одне проти одного: рівномірне органічне накопичення виглядає зовсім інакше, ніж різкий короткочасний сплеск. Там, де цю різницю можна виміряти, її подано як автентичність росту.

0408012016020016262021-042024-012026-10
Мажорні 1Мінорні 13Патчі 24

Кожна точка охоплює 5 днів.

OpenSSF Scorecard 6.8 / 10
6.8сукупно

Незалежна, не прив'язана до інструментів оцінка безпеки від відкритого проєкту OpenSSF Scorecard. Кожна перевірка винагороджує практику безпеки, а не інструмент конкретного постачальника. Перевірки, які Scorecard не зміг визначити, позначено н/д і виключено з оцінки безпеки (вони ніколи не зараховуються як нуль).Scorecard v5.5.0 · 2026-10-19 06:55 UTC

10Binary-Artifactsno binaries found in the repo
н/дBranch-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-Tests25 out of 25 merged PRs checked by a CI test -- score normalized to 10
0CII-Best-Practicesno effort to earn an OpenSSF best practices badge detected
5Code-ReviewFound 16/30 approved changesets -- score normalized to 5
10Contributorsproject has 6 contributing companies or organizations
10Dangerous-Workflowno dangerous workflow patterns detected
10Dependency-Update-Toolupdate tool detected
0Fuzzingproject is not fuzzed
10Licenselicense file detected
10Maintained30 commit(s) and 7 issue activity found in the last 90 days -- score normalized to 10
10Packagingpackaging workflow detected
0Pinned-Dependenciesdependency not pinned by hash detected -- score normalized to 0
10SASTSAST tool is run on all commits
0Security-Policysecurity policy file not detected
н/дSigned-Releasesno releases found
0Token-Permissionsdetected GitHub workflow tokens with excessive permissions
10Vulnerabilities0 existing vulnerabilities detected
Прямі залежності 3
РеєстрПакетОбмеження версіїМаніфест
PyPInumpy>=1.24.1pyproject.toml
PyPIscikit-learn>=1.4pyproject.toml
PyPIscipy>=1.10pyproject.toml
Усі залежності 43

Повний розв'язаний набір залежностей із графа залежностей GitHub: 3 прямих і 40 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

РеєстрПакетВерсіяЗв'язок
PyPInumpy—пряма
PyPIscikit-learn—пряма
PyPIscipy—пряма
PyPIalbumentations2.0.8непряма
PyPIbuild1.3.0непряма
PyPIcodecov2.1.13непряма
PyPIcovmetrics0.1.2непряма
PyPIcvxpy1.9.1непряма
PyPIhuggingface-hub1.18.0непряма
PyPIipykernel6.31.0непряма
PyPIjupyter1.1.1непряма
PyPIjupyterlab4.5.10непряма
PyPIjupytext1.18.1непряма
PyPIlightgbm4.6.0непряма
PyPImatplotlib3.9.4непряма
PyPImkdocs-gallery0.10.4непряма
PyPImkdocs-material9.7.6непряма
PyPImkdocstrings1.0.4непряма
PyPImkdocstrings-python2.0.4непряма
PyPImypy1.19.1непряма
PyPInbconvert7.17.1непряма
PyPIopencv-python4.13.0.92непряма
PyPIpandas2.3.3непряма
PyPIplotly6.5.0непряма
PyPIpre-commit4.0.1непряма
PyPIpymdown-extensions11.0.1непряма
PyPIpytest9.0.3непряма
PyPIpytest-cov7.0.0непряма
PyPIpytest-xdist3.8.0непряма
PyPIpytorch-lightning2.6.5непряма
PyPIruff0.14.3непряма
PyPIscikeras0.13.0непряма
PyPIseaborn0.13.2непряма
PyPIsetuptools—непряма
PyPIsetuptools-scm—непряма
PyPItensorflow2.20.0непряма
PyPItensorflow-datasets4.8.3непряма
PyPItorch2.13.0непряма
PyPItqdm4.68.1непряма
PyPItwine6.2.0непряма
PyPItyping-extensions4.15.0непряма
PyPIwheel0.46.2непряма
PyPIxgboost2.1.4непряма
Сповіщення про залежності 0

Встановлення pypi:MAPIE@1.5.0 тягне 7 пакетів, прямих і транзитивних: 0 мають відомі сповіщення, з них 0 — прямі залежності.

Жодне відоме сповіщення не стосується оцінених залежностей.

Сповіщення означає, що версія, записана в графі залежностей, потрапляє в уражений діапазон. Досяжність не аналізується, а граф містить піниї розробки й тестування — знахідка може стосуватися інструментів, а не поставленого коду.

Звіт у форматі JSON машиночитний

Зворотний зв’язок

Помітили щось хибне у цьому звіті або маєте чим поділитися? Неправильні вимірювання, непомічені інструменти, ідеї, запитання — усе доречно. Кожне повідомлення читається й отримує відповідь.

Повідомлення збережеться під час входу.

Пов’язані записи

Перевірені репозиторії, що мають спільні каталожні теги або екосистеми з scikit-learn-contrib/MAPIE. Читати поруч →

100matplotlib/matplotlibmatplotlib: plotting with PythonВинятковий100streamlit/streamlitStreamlit — A faster way to build and share data apps.Винятковий100apache/airflowApache Airflow - A platform to programmatically author, schedule, and monitor workflowsВинятковий100PrefectHQ/prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.Винятковий100scikit-learn/scikit-learnscikit-learn: machine learning in PythonВинятковий99pandas-dev/pandasFlexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much moreВинятковий

Оцінки — це сигнали, а не гарантії. Вони відображають публічно видимі практики на GitHub — це не аудит коду й не гарантія безпеки.

Відсутні дані виключаються, а ваги перенормовуються — нуль за відсутність ніколи не ставиться. Методологія версіонована й відкрита: метрики v2.10.0, схема v0.34.0 — повна методологія · вікі метрик.

Як окремий результат виглядає на тлі всього реєстру: сукупна статистика — PyPI.