W3School TIY Editor

import numpy

from sklearn import metrics

​

# 生成模拟数据（实际标签和预测标签）：

actual = numpy.random.binomial(1, 0.9, size=1000)  # 实际标签（90% 概率为 1）

predicted = numpy.random.binomial(1, 0.9, size=1000)  # 预测标签（90% 概率为 1）

​

# 计算各类评估指标：

Accuracy = metrics.accuracy_score(actual, predicted)  # 准确率

Precision = metrics.precision_score(actual, predicted)  # 精确率

Sensitivity_recall = metrics.recall_score(actual, predicted)  # 召回率/敏感度

Specificity = metrics.recall_score(actual, predicted, pos_label=0)  # 特异度

F1_score = metrics.f1_score(actual, predicted)  # F1 分数

​

# 输出评估指标结果：

print({

    "准确率 (Accuracy)": Accuracy,

    "精确率 (Precision)": Precision,

    "召回率/敏感度 (Sensitivity_recall)": Sensitivity_recall,

    "特异度 (Specificity)": Specificity,

    "F1 分数 (F1_score)": F1_score

})