Pytorch -- sensitivity 计算

1. sensitivity是一种局部性的指标，表达  正确识别正类个数 / 正类总个数
              - Sensitivity/TPR = TP / (TP + FN)  
2. specificity同理，不同之处为，正确识别负类个数 / 负类总个数
              - Specificity/TNR = TN / (TN + FP) 

• 1、代码如下：

def sensitivity(output, target, sensi):
    '''
        这里类别数为3
        
        传入参数：
        sensi = np.array([-1] * 3) (首次，后面变为sensitivity的值)
        output --> tensor(80,3) 从outputs, _ = net(inputs)中获取
        target --> tensor(80)
        
        返回值：
        sensitivity --> np.array
    '''
    # 取得到分类分数最大的值，返回第一维度是value，第二维度是index
    _, pred = output.max(1) 
    # 将 pred 展开成 one-hot编码形式
    pre_mask = torch.zeros(output.size()).scatter_(1, pred.cpu().view(-1, 1), 1.)
    # 将 target 也展开成 one-hot编码形式
    tar_mask = torch.zeros(output.size()).scatter_(1, target.data.cpu().view(-1, 1), 1.)
    # 计算 acc 的one-hot编码形式
    acc_mask = pre_mask * tar_mask
    # 计算 sensitivity
    sensitivity = acc_mask.sum(0) / tar_mask.sum(0)
    # 转换成numpy()
    sensitivity = sensitivity.numpy()

    if sensi[0] != -1 : #不是第一次计算sensivity, 计算求平均值
        sensitivity  = (sensitivity + sensi) / 2

    return sensitivity

• 2、详细的具体解析

Batch_size = 80

print(output)
tensor([[-0.0082