敏感性(Sensitivity)、特异性(Specificity) python 代码

在 Python 中，可以使用混淆矩阵（confusion matrix）来计算敏感性和特异性。

下面是一个简单的 Python 代码示例，用于计算二分类问题中的敏感性和特异性：

import numpy as np

def calculate_sensitivity_specificity(y_true, y_pred):
    # 计算混淆矩阵
    conf_matrix = np.zeros((2, 2))
    for i in range(len(y_true)):
        true_idx = int(y_true[i])
        pred_idx = int(y_pred[i])
        conf_matrix[true_idx][pred_idx] += 1

    # 计算敏感性和特异性
    sensitivity = conf_matrix[1][1] / (conf_matrix[1][1] + conf_matrix[1][0])
    specificity = conf_matrix[0][0] / (conf_matrix[0][0] + conf_matrix[0][1])

    return sensitivity, specificity

其中，`y_true` 是真实标签，`y_pred` 是预测标签。函数首先计算混淆矩阵，然后使用混淆矩阵计算敏感性和特异性。

需要注意的是，这里的代码假设二分类问题中正类标签为 1，负类标签为 0。如果标签不是这样定义的，需要相应地修改代码。