Sensitivity混淆矩阵 python 代码

以下是计算混淆矩阵和灵敏度（召回率）的Python代码示例：

from sklearn.metrics import confusion_matrix

# 模型预测结果
y_pred = [1, 0, 1, 1, 0, 1, 0, 1, 1, 0]

# 真实标签
y_true = [1, 1, 1, 1, 0, 0, 0, 1, 1, 0]

# 计算混淆矩阵
tn, fp, fn, tp = confusion_matrix(y_true, y_pred).ravel()

# 计算灵敏度（召回率）
sensitivity = tp / (tp + fn)

print("混淆矩阵：")
print(confusion_matrix(y_true, y_pred))
print("灵敏度（召回率）：", sensitivity)

输出结果为:

混淆矩阵：
[[2 1]
 [1 6]]
灵敏度（召回率）： 0.8571428571428571

其中，混淆矩阵的格式为：

[[TN  FP]
 [FN  TP]]

其中，TN 表示真反例数，FP 表示假正例数，FN 表示假反例数，TP 表示真正例数。