把一切串起来
您所在的心律失常检测初创公司里，一位工程师匆忙跑来，告知超重用户的 ECG 传感器存在问题。您决定将体重超过 80 的样本权重下调 50%。同时，由于您的产品面向健身市场且不作医疗声明，误报会不必要地惊扰运动员，其代价高于漏报一次可能的心律失常。因此，您决定自定义一个损失函数：让每个"误报"（假阳性）的代价是漏报（假阴性）的 10 倍。对超重受试者下调权重能否改善这个自定义损失？训练数据 X_train、y_train 和测试数据 X_test、y_test 已预加载，同时还提供了 confusion_matrix()、将 numpy 导入为 np，以及 DecisionTreeClassifier()。
本练习是课程的一部分
用 Python 设计机器学习工作流
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 ____