Python 如何度量多类分类问题的特异性？

我正在寻找一个使用特殊性作为衡量标准的监督学习模型。但我真的不知道，根据模型的y_真和y_pred计算特异性的方法

寻找有价值的解决方案

我试过这个：

    from sklearn.metrics import confusion_matrix
    tn, fp, fn, tp = confusion_matrix(y_valid, y_pred).ravel()
    specificity = tn/(tn+fp)
    return specificity

---

但我面临一个错误：未能训练：太多的值无法解包（预期为4）

在tn、fp、fn、tp中解包之前，请检查展平数组的长度表示---->a=混乱矩阵（y\u有效，y\u pred）.ravel（）打印（len（a））