使用 sklearn 计算 Sensitivity 和 Specifcity 的方法

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)