import numpyfrom sklearn import metrics# 生成模拟数据：实际标签和预测标签（二项分布，成功概率 90%）actual = numpy.random.binomial(1, 0.9, size=1000)predicted = numpy.random.binomial(1, 0.9, size=1000)# 计算特异度（负类别的召回率，即真实为 0 且预测正确的比例）：Specificity = metrics.recall_score(actual, predicted, pos_label=0)print(Specificity)