如何计算用sklearn计算Sensitivity 和Specifcity

在sklearn中，可以使用sklearn.metrics模块中的confusion_matrix函数来计算混淆矩阵，然后使用混淆矩阵中的值计算Sensitivity和Specifcity。具体步骤如下：

1. 导入相关的库和数据集：

from sklearn.metrics import confusion_matrix

y_true = [0, 0, 1, 1, 0, 1, 1, 0, 1, 1] # 真实值
y_pred = [0, 1, 1, 0, 0, 1, 0, 0, 1, 1] # 预测值

2. 计算混淆矩阵：

tn, fp, fn, tp = confusion_matrix(y_true, y_pred).ravel()

3. 计算Sensitivity和Specifcity：

sensitivity = tp / (tp + fn)
specifcity = tn / (tn + fp)

完整代码如下：

from sklearn.metrics import confusion_matrix

y_true = [0, 0, 1, 1, 0, 1, 1, 0, 1, 1] # 真实值
y_pred = [0, 1, 1, 0, 0, 1, 0, 0, 1, 1] # 预测值

tn, fp, fn, tp = confusion_matrix(y_true, y_pred).ravel()

sensitivity = tp / (tp + fn)
specifcity = tn / (tn + fp)

print("Sensitivity: ", sensitivity)
print("Specifcity: ", specifcity)