Il vero costo del fraud detection

Hai addestrato due modelli sia sull'insieme di dati di training originale (model_orig) sia su quello riequilibrato (model_smote). Le classi previste per i casi nel set test si chiamano rispettivamente predicted_class_orig e predicted_class_smote. Invece di confrontare i modelli di fraud detection in base all'accuratezza, è meglio calcolarne il costo di rilevazione.

Ecco la definizione della funzione cost_model(). Rivedila per capire come viene calcolato il costo.

cost_model <- function(predicted.classes, true.classes, amounts, fixedcost) {
  library(hmeasure)
  predicted.classes <- relabel(predicted.classes)
  true.classes <- relabel(true.classes)
  cost <- sum(true.classes * (1 - predicted.classes) * amounts + predicted.classes * fixedcost)
  return(cost)
}