FINDING #4897 · UNIT ID 843222
scikit-learn/scikit-learn
scikit-learn: machine learning in Python
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
11.00
ACCEL
0.00
RETENTION
0.0%
PEAK 2026-07-14 · FORK-RETENTION 0.0% · 11 STARS / WINDOW
Author Audience
AUDIENCE
24,577
FOLLOWERS
5,587
OWNER ★
67,014
Engagement Signals
FORKS
27,175
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 11 / 11 (DIVERSITY 1.00)
Why This Is A Finding
scikit-learn/scikit-learn собрал 11 звёзд за окно, тогда как у автора всего 5,587 подписчиков — эффективная аудитория ≈ 24,577. Это даёт surprise-индекс 0.000447 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.
Related Findings
RANKS ABOVE 19% OF 6024 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 6024 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00-0.00ABOVE 19%
VELOCITY11.009.00+2.00ABOVE 56%
RETENTION0.0%0.0%0.0 PPABOVE 0%
FORKS27,175495+26,680ABOVE 99%
SURPRISE0.000.00-0.00ABOVE 14%