2つのリストがあり、一つは各患者がある病気にかかる割合を表す数値の入ったリスト、もう一つは陽性患者のインデックスを表すリストがあります。この2つのリストと閾値を比較して、真の陽性、偽の陽性、真の陰性、偽の陰性の4つのリストに分けたいと考えています。以下が自分で書いたコードです。
data = [0.0049, 0.2351, 0.8173, 0.9115, 0.8093, 0.1836, 0.2198, 0.9955, 0.3846, 0.1468, 0.9478, 0.92, 0.9127, 0.3558, 0.8828, 0.9998, 0.5782, 0.5649, 0.4276, 0.1114, 0.6143, 0.7477, 0.4198, 0.2642, 0.0728]
cancer_id = [3,5,8,11,12,15,16,21]
tp = [] # 真陽性
fp = [] # 偽陽性
tn = [] # 真陰性
fn = [] # 偽陰性
theta = 0.8 # 閾値
count = 0
for i in data:
count += 1
for id_number in cancer_id:
if i >= theta and id_number == count:
print("patient id {} is true positive".format(count))
tp.append(count)
elif i >= theta and id_number != count:
print("patient id {} is false positive".format(count))
fp.append(count)
elif i < theta and id_number == count:
print("patient id {} is false negative".format(count))
tn.append(count)
elif i < theta and id_number != count:
print("patient id {} is true negative".format(count))
fn.append(count)
print(len(tp)) # 7
print(len(fp)) # 65
print(len(tn)) # 1
print(len(fn)) # 127
本来、最終結果の4つのリストのデータ数の総和は本のデータ数の総和(25)に等しくあるべきであるはずですが、このコードでは異なっています。それぞれ4つのリストに入るべき条件などは書き間違いはないと思うのですが、なぜこのような結果になるのかがわかりません。どなたか解決策をおしえていただけませんか? よろしくお願いします