すべてをまとめよう
不整脈検出のスタートアップで、エンジニアの一人が「過体重ユーザー向けのECGセンサーに問題がある」と知らせに飛び込んできました。あなたは、体重が80を超える例の影響を50%減らすことにしました。また、このスタートアップはフィットネス市場を対象としており医療的主張は行っていないため、アスリートを不必要に驚かせることは、不整脈の可能性を見逃すよりもコストが高いと伝えられました。そこで、各「誤警報」のコストを、不整脈を見逃す場合の10倍にするカスタム損失を作成することにしました。過体重の被験者をダウンウェイトすると、このカスタム損失は改善しますか？ 学習データ X_train、y_train とテストデータ X_test、y_test、および confusion_matrix()、numpy（np として）、DecisionTreeClassifier() はあらかじめ読み込まれています。
この演習はコースの一部です
Python で設計する Machine Learning ワークフロー
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create a scorer assigning more cost to false positives
def my_scorer(y_test, y_est, cost_fp=10.0, cost_fn=1.0):
tn, fp, fn, tp = ____
return ____