实现一个性能指标计算器函数，用于计算二分类问题的各种性能评估指标。该函数需要计算以下指标： 1. 混淆矩阵（Confusion Matrix） 2. 准确率（Accuracy） 3. F1分数（F1 Score） 4. 特异度（Specificity） 5. 负预测值（Negative Predictive Value） 这些指标在机器学习中用于评估分类模型的性能，特别是在二分类问题中。

输入描述:

第一行输入实际类别标签列表（1表示正类，0表示负类）。第二行输入模型预测的类别标签列表（1表示正类，0表示负类）。

输出描述:

返回一个包含以下五个元素的元组：1. confusion_matrix：2×2的混淆矩阵，格式为[[TN, FP], [FN, TP]]2. accuracy：模型的准确率（保留3位小数）3. f1_score：F1分数（保留3位小数）4. specificity：特异度（保留3位小数）5. negative_predictive_value：负预测值（保留3位小数）

备注:

1. 对应的输入、输出已给出，您只用实现核心功能函数即可。2. 支持numpy、scipy、pandas、scikit-learn库。