我有一个符合以下 R 函数的逻辑模型：
glmfit<-glm(formula, data, family=binomial)
为了使用拟合模型获得良好的数据分类（或混淆矩阵），一个合理的截止值是 0.2，而不是最常用的 0.5。
我想使用cv.glm拟合模型的功能：
cv.glm(data, glmfit, cost, K)
由于拟合模型中的响应是二元变量，因此适当的成本函数是（从 ?cv.glm 的“示例”部分获得）：
cost <- function(r, pi = 0) mean(abs(r-pi) > 0.5)
由于我的截止值为 0.2，我可以应用这个标准成本函数还是应该定义一个不同的成本函数以及如何定义？