민감도 & 특이도 (Sensitivity & Specificity)

25번 정밀도/재현율 의 의학 버전. 같은 혼동 행렬에서 다른 비율을 봅니다:

$\text{Sensitivity} = \text{Recall} = \frac{TP}{TP + FN}$

$\text{Specificity} = \frac{TN}{TN + FP}$

직관

• Sensitivity (민감도): 실제 양성 중 잘 잡은 비율 → 놓치지 않는 능력.
• Specificity (특이도): 실제 음성 중 잘 배제한 비율 → 오경보 안 내는 능력.

의료 예: COVID 검사

• 민감도 ↑ → 감염자를 거의 다 잡음. 대규모 스크리닝에 적합.
• 특이도 ↑ → 건강한 사람을 환자로 오판하는 경우 적음. 확진 검사에 적합.

둘은 트레이드오프 — threshold 움직이면 보통 하나는 오르고 다른 하나는 내림 (ROC 커브).

과제

함수 sensitivity_specificity(y_pred, y_true) 를 완성하세요.

• 이진 분류 {0, 1}.
• 반환: (sensitivity, specificity) 두 float.
• 분모 0 이면 해당 값 0.0 방어.

테스트 케이스

#	이름	y_pred	y_true	Sens	Spec
1	완벽	[1,0,1,0]	[1,0,1,0]	1.0	1.0
2	전부 양성	[1,1,1,1]	[1,0,1,0]	1.0	0.0
3	전부 음성	[0,0,0,0]	[1,0,1,0]	0.0	1.0
4	혼합	[1,1,0,0,1]	[1,0,1,0,1]	2/3	1/2
5	Sens == sklearn recall	무작위	일치