Звіт про здоров'я програмного забезпеченнясхема 0.34.0 · метрики 2.10.0 · 2026-09-15 10:56 UTC

sktime / skpro

A unified framework for tabular probabilistic regression, time-to-event prediction, and probability distributions in python

PythonBSD-3-Clause★ 334 зірки⑂ 201 форкз вер. 2017 р.Переглянути на GitHub ↗

ТипБібліотекаяк це визначено

#python #sklearn #data-science #framework #prediction #machine-learning #ai #probability-distributions #regression #distributional-regression #distributions #failure-prediction #survival-analysis #survival-models #survival-prediction #time-to-event #sktime #hacktoberfest

sktime/skpro має індекс здоров’я 94 зі 100, що відповідає смузі «Винятковий». Найвищий показник — Engineering Quality (94/100), найнижчий — AI Readiness (63/100). Останнє оновлення — сьогодні. Більшість нещодавньої роботи виконують 2 учасники.

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»).

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)

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 81 калібровано до 94 за шкалою опублікованого індексу (калібрування реєстру 2026-08-02).

Власність

sktimeОрганізація

351 підписник51 публічний репозиторійз жовт. 2019 р.

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

Пакетні екосистеми

Реєстр	Пакет	Версія	Завантажень / міс	Версії	Остання публікація	Теги
PyPI	skpro	2.15.1	139 520	34	4 дні тому	data-science machine-learning data-mining time-series scikit-learn regression

Метрики за категоріями

Життєздатність

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

93Винятковий · 21% загального індексу

Активність розробки

93Винятковий

Як обчислюється оцінка

36/36	Свіжість push — останній push 0 дн. тому
29.1/36	Ритм комітів — 42/52 тижнів із комітами
18/18	Обсяг комітів — 218 комітів за останній рік
10/10	OpenSSF Scorecard: Maintained — 30 commit(s) and 17 issue activity found in the last 90 days -- score normalized to 10

Використані вхідні дані

commits_last_year	218
human_commit_share	0,86
days_since_last_push	0
active_weeks_last_year	42

Дисципліна релізів

92Відмінний

Як обчислюється оцінка

27/27	Випускає релізи — опубліковано 34 релізів
36/36	Свіжість релізів — останній реліз 4 дн. тому
19.8/27	Ритм релізів — реліз кожні ~45,5 дн.
0/10	OpenSSF Scorecard: Signed-Releases — немає даних

Використані вхідні дані

releases_count	34
latest_release_tag	v2.15.1
releases_from_tags	ні
days_since_latest_release	4
mean_days_between_releases	45,5

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?

80Відмінний · 17% загального індексу

Здоров'я спільноти

92Відмінний

Як обчислюється оцінка

22.5/22.5	README
22.5/22.5	Ліцензія — визнана ліцензія (BSD-3-Clause)
18/18	Настанови CONTRIBUTING
13.5/13.5	Кодекс поведінки
0/7.2	Шаблон issue
6.3/6.3	Шаблон PR

Використані вхідні дані

has_readme	так
has_license	так
readme_badges	15
has_contributing	так
has_issue_template	ні
has_code_of_conduct	так
readme_badge_services	shields.io
has_pull_request_template	так

Впровадження в екосистемі (завантаження)

86Відмінний

Як обчислюється оцінка

68.6/80	Щомісячні завантаження — 139 520 завантажень/місяць у pypi
0/20	Залежні пакети в реєстрі — ця екосистема цього не повідомляє

Використані вхідні дані

packages	skpro
dependents	—
ecosystems	pypi
total_downloads	—
monthly_downloads	139 520
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?

72Добрий · 23% загального індексу

Стійкість мейнтейнерів (бас-фактор)

60Помірний

Як обчислюється оцінка

25.2/54	Бас-фактор — на 2 контриб’ютор(ів) припадає половина всіх комітів
11.6/22.5	Розподіл комітів — головний контриб’ютор — автор 49% комітів
13.5/13.5	Широта контриб’юторів — 73 контриб’юторів
10/10	OpenSSF Scorecard: Contributors — project has 8 contributing companies or organizations

Використані вхідні дані

bus_factor	2
contributors_sampled	73
top_contributor_share	0,486

Реактивність на issue та PR

65Добрий

Як обчислюється оцінка

22.6/42	Вирішення issue — закрито 54% issue
25.4/30	Прийняття PR — злито 630/745 вирішених PR
9.8/13	Newcomer PR acceptance — злито 3/4 PR від новачків за 30 дн.
7.5/15	OpenSSF Scorecard: Code-Review — Found 15/27 approved changesets -- score normalized to 5

Використані вхідні дані

merged_prs	630
open_issues	125
closed_issues	145
prs_merged_7d	9
prs_decided_7d	9
prs_merged_30d	20
prs_decided_30d	21
issue_closed_ratio	0,537
closed_unmerged_prs	115
first_time_authors_30d	4
first_time_prs_merged_30d	3
first_time_prs_decided_30d	4

Власність та опіка

73Добрий

Як обчислюється оцінка

30/30	Підтримка власника — у власності організації
0/20	Верифікований домен
18.3/25	Охоплення власника — 351 підписників у sktime
24.5/25	Послужний список — 51 публічних репозиторіїв, вік облікового запису ~6 р.

Використані вхідні дані

followers	351
owner_type	Organization
is_verified	ні
owner_login	sktime
public_repos	51
account_age_days	2 531

Супровід пакетів

100Винятковий

Як обчислюється оцінка

25/25	Опубліковано й доступно — 1 пакет(ів) у pypi
35/35	Свіжість публікацій — остання публікація 4 дн. тому
20/20	Історія версій — 34 опублікованих версій
20/20	Не застарілий — активний, не deprecated і не yanked

Використані вхідні дані

packages	skpro
ecosystems	pypi
any_deprecated	ні
min_days_since_publish	4

Інженерна якість

Чи наявні базові інженерні практики та документація?

94Винятковий · 19% загального індексу

Інженерні практики

90Відмінний

Як обчислюється оцінка

24/24	Процеси CI — 5 процес(ів) CI
24/24	Наявні тести
16/16	Конфігурація лінтера — setup.cfg ([flake8], [isort])
9.6/9.6	Pre-commit-хуки
0/6.4	.editorconfig
16/20	OpenSSF Scorecard: CI-Tests — 24 out of 30 merged PRs checked by a CI test -- score normalized to 8

Використані вхідні дані

has_ci	так
has_tests	так
has_editorconfig	ні
has_linter_config	так
has_precommit_config	так

Документація

100Винятковий

Як обчислюється оцінка

30/30	README
25/25	Каталог документації
15/15	Сайт документації / домашня сторінка — https://skpro.readthedocs.io/en/latest
10/10	Опис репозиторію
10/10	Теми — 18 тем
10/10	Wiki

Використані вхідні дані

topics	python, sklearn, data-science, framework, prediction, machine-learning, ai, probability-distributions, regression, distributional-regression, distributions, failure-prediction, survival-analysis, survival-models, survival-prediction, time-to-event, sktime, hacktoberfest
has_wiki	так
homepage	https://skpro.readthedocs.io/en/latest
docs_site	https://skpro.readthedocs.io/en/latest
has_readme	так
has_docs_dir	так
has_description	так

Безпека

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

70Добрий · 16% загального індексу

Стан безпеки

62Помірний

Як обчислюється оцінка

7.5/7.5	Binary-Artifacts — no binaries found in the repo
0/7.5	Branch-Protection — немає даних
2/2.5	CI-Tests — 24 out of 30 merged PRs checked by a CI test -- score normalized to 8
0/2.5	CII-Best-Practices — no effort to earn an OpenSSF best practices badge detected
3.8/7.5	Code-Review — Found 15/27 approved changesets -- score normalized to 5
2.5/2.5	Contributors — project has 8 contributing companies or organizations
10/10	Dangerous-Workflow — no dangerous workflow patterns detected
7.5/7.5	Dependency-Update-Tool — update tool detected
0/5	Fuzzing — project is not fuzzed
2.5/2.5	Ліцензія — license file detected
7.5/7.5	Maintained — 30 commit(s) and 17 issue activity found in the last 90 days -- score normalized to 10
5/5	Packaging — packaging workflow detected
0/5	Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0
0/5	SAST — SAST tool is not run on all commits -- score normalized to 0
0/5	Security-Policy — security policy file not detected
0/7.5	Signed-Releases — немає даних
0/7.5	Token-Permissions — detected GitHub workflow tokens with excessive permissions
7.5/7.5	Vulnerabilities — 0 existing vulnerabilities detected

Використані вхідні дані

source	openssf_scorecard
checks_evaluated	16
scorecard_version	v5.5.0
checks_inconclusive	2
scorecard_aggregate	6,2

Виключено з оцінювання (немає даних або не застосовно): Branch-Protection, Signed-Releases. Залишкові ваги перенормовано.

Сповіщення про залежності

100Винятковий

Як обчислюється оцінка

35/35	Прямі залежності без відомих сповіщень — жодна пряма залежність не має відомих сповіщень
25/25	Непрямі залежності без відомих сповіщень — жодна непряма залежність не має відомих сповіщень
0/40	Немає задавнених сповіщень — жодне сповіщення не має дати публікації

Використані вхідні дані

source	osv
advisories	0
affected_packages	0
assessed_packages	12
unassessed_packages	0
affected_by_severity	none
direct_affected_packages	0

Виключено з оцінювання (немає даних або не застосовно): Немає задавнених сповіщень. Залишкові ваги перенормовано. Звірено з runtime-замиканням залежностей pypi:skpro@2.15.1 — тим, що тягне за собою встановлення опублікованого пакета, — 12 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.

63Помірний · 4% загального індексу

Контекст і настанови для агентів

40Слабкий

Як обчислюється оцінка

0/45	Інструкції для агентів — немає CLAUDE.md / AGENTS.md / правил редактора
0/15	Машиночитана документація (llms.txt)
40/40	Читабельна історія комітів — намір зазначено у 85 з 86 людських комітів (структурований заголовок або пояснювальний текст)

Використані вхідні дані

has_llms_txt	ні
llms_txt_url	—
legible_history_share	0,988
agent_instruction_files	—
agent_instruction_max_bytes	—

Цикл верифікації (збірка / тести / перевірка типів)

69Добрий

Як обчислюється оцінка

18/18	Розгортання однією командою — Makefile, docs/Makefile
22/22	Автоматизовані тести
11/11	Конфігурація лінтера / форматера — setup.cfg ([flake8], [isort])
0/11	Статична перевірка типів
10/10	Відтворюване середовище — Dockerfile
0/10	Підтверджена практика роботи з агентами — серед останніх 100 комітів немає створених агентом
8/8	Автоматизоване супроводження — 14 з останніх 100 комітів — автоматичні оновлення залежностей
0/10	OpenSSF Scorecard: Pinned-Dependencies — dependency not pinned by hash detected -- score normalized to 0

Використані вхідні дані

has_nix	ні
has_tests	так
lockfiles	—
has_dockerfile	так
typed_language	ні
bootstrap_files	Makefile, docs/Makefile
has_devcontainer	ні
has_linter_config	так
typecheck_configs	—
agent_commit_share	0
toolchain_manifests	—
dependency_bot_commit_share	0,14

Читабельність коду для моделей

55Помірний

Як обчислюється оцінка

0/45	Типізований код — Python без конфігурації перевірки типів
54.8/55	Керовані розміри файлів — 1/313 файлів вихідного коду понад 60 КБ

Використані вхідні дані

primary_language	Python
largest_source_bytes	85 338
source_files_sampled	313
oversized_source_files	1

Машиночитні інтерфейси

100Винятковий

Як обчислюється оцінка

0/40	Схема API (OpenAPI/GraphQL/proto) — не застосовно до цього типу програмного забезпечення
0/20	Сервер MCP — не застосовно до цього типу програмного забезпечення
40/40	Придатні до запуску приклади — examples, notebooks

Використані вхідні дані

example_dirs	examples, notebooks
has_mcp_signal	ні
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

334зірок GitHub

73контриб'юторів

218комітів за останні 12 місяців

0днів від останнього пушу

34релізів

2бас-фактор

125відкритих 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 ★ / 201 ⇿

0Зірки

201Форки

31Релізи

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.

Мажорні 1Мінорні 14Патчі 15

Кожна точка охоплює 8 днів.

OpenSSF Scorecard 6.2 / 10

6.2сукупно

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 · 2026-09-15 10:56 UTC

10	Binary-Artifacts	no binaries found in the repo
н/д	Branch-Protection	internal 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
8	CI-Tests	24 out of 30 merged PRs checked by a CI test -- score normalized to 8
0	CII-Best-Practices	no effort to earn an OpenSSF best practices badge detected
5	Code-Review	Found 15/27 approved changesets -- score normalized to 5
10	Contributors	project has 8 contributing companies or organizations
10	Dangerous-Workflow	no dangerous workflow patterns detected
10	Dependency-Update-Tool	update tool detected
0	Fuzzing	project is not fuzzed
10	License	license file detected
10	Maintained	30 commit(s) and 17 issue activity found in the last 90 days -- score normalized to 10
10	Packaging	packaging workflow detected
0	Pinned-Dependencies	dependency not pinned by hash detected -- score normalized to 0
0	SAST	SAST tool is not run on all commits -- score normalized to 0
0	Security-Policy	security policy file not detected
н/д	Signed-Releases	no releases found
0	Token-Permissions	detected GitHub workflow tokens with excessive permissions
10	Vulnerabilities	0 existing vulnerabilities detected

Прямі залежності 6

Реєстр	Пакет	Обмеження версії	Маніфест
PyPI	numpy	`>=1.21.0,<2.6`	pyproject.toml
PyPI	pandas	`>=1.1.0,<3.1.0`	pyproject.toml
PyPI	packaging	`—`	pyproject.toml
PyPI	scikit-base	`>=0.6.1,<1.2.0`	pyproject.toml
PyPI	scikit-learn	`>=0.24.0,<1.10.0`	pyproject.toml
PyPI	scipy	`<2.0.0,>=1.2.0`	pyproject.toml

Усі залежності 14

Повний розв'язаний набір залежностей із графа залежностей GitHub: 5 прямих і 9 непрямих (транзитивних) пакетів. Транзитивне замикання є повним, коли в репозиторії закомічено lockfile.

Реєстр	Пакет	Версія	Зв'язок
PyPI	numpy	`—`	пряма
PyPI	pandas	`—`	пряма
PyPI	scikit-base	`—`	пряма
PyPI	scikit-learn	`—`	пряма
PyPI	scipy	`—`	пряма
PyPI	matplotlib	`—`	непряма
PyPI	nbsphinx	`—`	непряма
PyPI	polars	`—`	непряма
PyPI	setuptools	`—`	непряма
PyPI	sphinx	`—`	непряма
PyPI	sphinx-design	`—`	непряма
PyPI	sphinx-gallery	`—`	непряма
PyPI	sphinx-issues	`—`	непряма
PyPI	statsmodels	`—`	непряма

Сповіщення про залежності 0

Встановлення pypi:skpro@2.15.1 тягне 12 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.

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.

40.9/60	Зірки — 334 зірок
19.2/25	Форки — 201 форків
4.7/15	Спостерігачі — 8 спостерігачів

forks	201
stars	334
watchers	8
growth_state	unverified
growth_factor_pct	100
growth_unverified_reason	no_history

Індекс здоров'я програмного забезпечення

Профіль оцінок

Власність

Пакетні екосистеми

Метрики за категоріями

Ключові факти

Попередження щодо збору даних

Докладніше

Зворотний зв’язок

Пов’язані записи