计算分类模型的性能指标

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。