数据挖掘 - 计算特定阈值的特异性和敏感性 - 吾爱随笔录

我有下表与预测概率和真实的类标签：

\begin{array}{cccc} P (T = 1) & 0.54 & 0.23 & 0.78 & 0.88 & 0.26 & 0.41 & 0.90 & 0.45 & 0.19 & 0.36 \\ T & 1 & 0 & 0 & 1 & 0 & 0 & 1 & 1 & 0 & 0 \end{array}

$\begin{array}{|c|c|c|c|} \hline P(T=1) &0.54& 0.23 & 0.78 & 0.88 & 0.26 & 0.41 & 0.90 & 0.45&0.19&0.36 \\ \hline T&1&0 &0 &1 &0 &0& 1& 1& 0& 0\\ \hline \end{array}$

问题是计算阈值为 0.5 的特异性和敏感性。

我试图回答这个问题：

敏感性=真阳性率[P(T=1) > 0.5]

= (0.54 + 0.88 + 0.9)/4 = 0.58

特异性= 1-假阳性率[P(T=1) > 0.5]

= 1- [(0.78)/6] = 0.87

不确定我上面的工作是否正确。如果有人能指导我找到正确的解决方案，我将不胜感激。谢谢。