错误specificity:nan

最近用神经网络做三分类，出现了这个问题，有的时候有有的时候没有。
缘来是因为我做三分类用了二分类代码的评价指标。
我把二分类和三分类的评价指标python粘在这里，需要的朋友自取：

#二分类
y_pred = Y_pred
y_true = Y_valid
tp = np.sum(np.logical_and(np.equal(y_true,1),np.equal(y_pred,1)))
fp = np.sum(np.logical_and(np.equal(y_true,0),np.equal(y_pred,1)))
fn = np.sum(np.logical_and(np.equal(y_true,1),np.equal(y_pred,0)))
tn = np.sum(np.logical_and(np.equal(y_true,0),np.equal(y_pred,0)))
accuracy = (tn+tp)/(tn+tp+fp+fn);
precision = tp/(tp+fp);
sensitivity = tp/(tp+fn);
specificity = tn/(fp+tn);
print('accuracy :',accuracy)
print('precision :',precision)
print('sensitivity :',sensitivity)
print('specificity :',specificity)

#三分类
from sklearn.metrics import f1_score, precision_score, recall_score, accuracy_score
y_pred = Y_pred
y_true = Y_valid
print('accuracy:', accuracy_score(y_true, y_pred))
print('precision:', precision_score(y_true, y_pred, average='macro'))
print('recall:', recall_score(y_true, y_pred, average='macro'))
print('f1-score:', f1_score(y_true, y_pred, average='macro'))

最近调代码调得很头痛啊，分类准确率竟然停在0.3上了emm
今天再改改吧，不知道做下归一化会不会好点

出现这个错误之前，我看跑出来的结果验证集准确率0.3，结果预测出的准确率竟然有0.8？？？我惊了。结果最终发现是评价指标出问题了唉
路漫漫其修远兮，还有一个月期末考试，我得抓紧把代码调出来写论文了唉
头痛
今晚不要玩手机了，我发现我是越忙自控力越差，本来事多的就要死，还抱着手机到凌晨三点多，九点舍友起床我也醒了。
自控力越来越差，睡眠质量也越来越差，这样不可以！！
再学习一个月，就回家玩妹妹了。加油(ง •_•)ง