python 计算sensitivity和specificity

计算 sensitivity 和 specificity 需要先知道真实类别和预测类别，假设真实类别为 positive 和 negative，预测类别为 true positive (TP)、false positive (FP)、true negative (TN) 和 false negative (FN)，则：

- sensitivity = TP / (TP + FN)，也称为召回率或真正率，表示预测为 positive 的样本中，实际为 positive 的比例。
- specificity = TN / (TN + FP)，也称为真负率，表示预测为 negative 的样本中，实际为 negative 的比例。

下面是 Python 代码实现：

def cal_sensitivity_specificity(y_true, y_pred):
    TP = sum((y_true == 1) & (y_pred == 1))
    FP = sum((y_true == 0) & (y_pred == 1))
    TN = sum((y_true == 0) & (y_pred == 0))
    FN = sum((y_true == 1) & (y_pred == 0))
    sensitivity = TP / (TP + FN)
    specificity = TN / (TN + FP)
    return sensitivity, specificity

其中，`y_true` 是真实类别，`y_pred` 是预测类别，两者的长度应该相等。