Встраивание разных цен FP/FN в loss, веса классов, кастомные метрики и выбор порога. Цель — минимизировать ожидаемые потери, не «среднюю ошибку».
Разбор
- Матрица стоимостей с бизнесом.
- Иногда проще калибровка + порог, чем новый loss.
- Отчёт в деньгах/риске.
- Перекос costs меняет оптимальный recall.
Итог
Cost-sensitive ML оптимизирует цену ошибок, а не абстрактную accuracy.