机器学习计算特异度和灵敏度代码
时间: 2024-05-06 08:17:26 浏览: 308
灵敏度分析matlab代码
5星 · 资源好评率100%
以下是一个简单的Python代码示例,用于计算分类模型的特异度和灵敏度:
```python
import numpy as np
# 构造模拟数据
y_true = np.array([0, 0, 1, 1, 0, 1, 0, 1, 1, 1])
y_pred = np.array([0, 1, 1, 1, 0, 1, 0, 1, 0, 1])
# 计算TP、TN、FP、FN
TP = np.sum((y_true == 1) & (y_pred == 1))
TN = np.sum((y_true == 0) & (y_pred == 0))
FP = np.sum((y_true == 0) & (y_pred == 1))
FN = np.sum((y_true == 1) & (y_pred == 0))
# 计算特异度和灵敏度
specificity = TN / (TN + FP)
sensitivity = TP / (TP + FN)
print("特异度:", specificity)
print("灵敏度:", sensitivity)
```
代码中,我们先构造了一组模拟数据,其中`y_true`是真实标签,`y_pred`是预测标签。然后,我们通过比较`y_true`和`y_pred`计算出TP、TN、FP、FN的数量,最后用公式计算出特异度和灵敏度。
阅读全文