tensorflow计算模型的accuracy，precision，sensitivity，specificity

我们在写论文的时候，会经常看到几个模型判断指标，那这几个指标是如何计算的呢，下面将进行讲解：
幸好TensorFlow有tf.metrics这个内置函数，让我们计算起来方便很多。

1. 计算accuracy：tf.metrics.accuracy。 有个博文不错，里面例子不错：
   https://blog.csdn.net/lyb3b3b/article/details/83047148

2. 计算precision和accuracy差不多

3. 计算sensitivity其实就是计算recall，使用tf.metrics.recall

4. 这里有坑的是specificity，计算这个要基于sensitivity（反过来也可以），使用的是tf.metrics.specificity_at_sensitivity，这个函数相比上面的，多了个参数sensitivity，参考这里：
   https://www.w3cschool.cn/tensorflow_python/tensorflow_python-h3v12zap.html
   这个参数sensitivity不能用tf.placeholder实现占位，要用大于0小于1的数占位：

    y_tra_=tf.placeholder(tf.float32, [None,3])
    y_tra=tf.placeholder(tf.float32, [None,3])
    
    acc, acc_op=tf.metrics.accuracy(labels=y_tra_, predictions=y_tra)
    pre, pre_op=tf.metrics.precision(labels=y_tra_, predictions=y_tra)
    sen, sen_op=tf.metrics.recall(labels=y_tra_, predictions=y_tra)
    spe, spe_op=tf.metrics.specificity_at_sensitivity(labels=y_tra_, predictions=y_tra, sensitivity=0.5)
   

注意sensitivity